基于LSTM的股票时间序列预测(附数据集和代码) |
您所在的位置:网站首页 › 平安股票的代码是多少啊 › 基于LSTM的股票时间序列预测(附数据集和代码) |
LSTM
数据集实战
如果对LSTM原理不懂得小伙伴可以看博主下一篇博客,因为博主水平有限,结合其他文章尽量把原理写的清楚些。
数据集
首先附上数据集 链接:https://pan.baidu.com/s/1AKsz-ohmYHr9mBEEh76P5g 提取码:6owv 这个数据集是关于股票的,里面有日期,开盘价等信息。 先是导入相关包,一些常见的包就不详细说了,我们需要的Sequential,Dense, Activation, Dropout,这些可以在博主上几期关于keras的实战介绍。mean_squared_error是sklearn里面一个评价模型好坏的指标,相对来说越小越好,但也要看数据集值的范围。MinMaxScaler是一个归一化的包,归一化有很多好处,可以让模型算的更快,一些求导呀,梯度下降这些的,归一化后数据小,这些算法自然就运行快。 import numpy as np import matplotlib.pyplot as plt import pandas as pd import math from keras.models import Sequential from keras.layers import Dense, Activation, Dropout, LSTM from sklearn.preprocessing import MinMaxScaler from sklearn.metrics import mean_squared_error from keras import optimizers import time这个是创建变量x和y的,因为lstm时间序列不像别的回归一个x,另一个值y,lstm的x和y全是一组数据产生的,也就是它自己和自己比。有一个关键的参数是look_back这个按中文直译就是回看,回溯,理解起来也很容易,假如是这个data是[1,2,3,4,5],look_back为1的话. x [[1] [2] [3]] y就是[2 3 4],意思就是用前一个数据预测后一个,这是look_back为1的意思。假如是为8,那前8个数据预测第9个数据。小伙伴们可以试试改变这个值,看一下结果是否会更好。 注意维度,维度这样设置一是归一化需要,二是输入网络的要求。 下面这个函数功能就是把data, def creat_dataset(dataset, look_back=1): dataX, dataY = [], [] for i in range(len(dataset)-look_back-1): a = dataset[i: (i+look_back)] dataX.append(a) dataY.append(dataset[i+look_back]) return np.array(dataX), np.array(dataY)读取一下数据,这些参数的意思是,输出series,series的序号就是date,这样方便下面画图,看着也更加直观。因为我们只要首尾2列,那就是0,5. dataframe = pd.read_csv('zgpa_train.csv', header=0, parse_dates=[0], index_col=0, usecols=[0, 5], squeeze=True) dataset = dataframe.values dataframe.head(10)
分割数据集,这个很好理解,一会用来测试。 train_size = int(len(dataset)*0.8) test_size = len(dataset)-train_size train, test = dataset[0: train_size], dataset[train_size: len(dataset)]调用前面函数分别生成训练集和测试集的x,y。 look_back = 1 trainX, trainY = creat_dataset(train, look_back) testX, testY = creat_dataset(test, look_back)建立模型,这里注意下如果是多层lstm的话一定要注意前后维度对接,也就是input和output维度,当前层的input维度是上一次层的output维度。return_sequences=True表示返回这个维度给下面。 剩下的就是很基础且通用的配置了。更详细的在博主另一篇关于keras的实战。 model = Sequential() model.add(LSTM(input_dim=1, output_dim=50, return_sequences=True)) #model.add(Dropout(0.2)) model.add(LSTM(input_dim=50, output_dim=100, return_sequences=True)) #model.add(Dropout(0.2)) model.add(LSTM(input_dim=100, output_dim=200, return_sequences=True)) #model.add(Dropout(0.2)) model.add(LSTM(300, return_sequences=False)) model.add(Dropout(0.2)) model.add(Dense(100)) model.add(Dense(output_dim=1)) model.add(Activation('relu')) start = time.time() model.compile(loss='mean_squared_error', optimizer='Adam') model.summary()查看一下结构,我们建立的网络层数不多,参数也不多,还不到100万。
因为前面进行了归一化,现在的数据都是0-1之间的,这里的作用就是反归一化,让它恢复原来数据范围。 trainPredict = scaler.inverse_transform(trainPredict) trainY = scaler.inverse_transform(trainY) testPredict = scaler.inverse_transform(testPredict) testY = scaler.inverse_transform(testY)打印一下评分,写到这博主发现小错误,不过懒得改了,下面那个是test score。看到我们的score都非常大,那这是不是说明我们模型很差劲,并不是,这个评分只能参考参考,并不是很绝对。因为我们数据值大,数据都是10的8次方左右。稍微有一点偏差,假如是原来值800000000,预测750000000,其实相差不大,误差才1/16,但是数值大,数值的误差有50000000.这样再平方根号一系列操作后,有可能会更大也有可能变小。总之这个指标只是参考参考。博主写到这里猜想,如果拿没有反归一化的数据进行评分那么是不是评分就很小呢?小伙伴们可以试试。 trainScore = math.sqrt(mean_squared_error(trainY, trainPredict[:, 0])) print('Train Sccore %.2f RMSE' %(trainScore)) testScore = math.sqrt(mean_squared_error(testY, testPredict[:, 0])) print('Train Sccore %.2f RMSE' %(testScore))
那么这里同理,一个100个数值的数值,前面70个为空,那么后面30个就由我测试集的预测值来填充。 testPredictPlot = np.empty_like(dataset) testPredictPlot[:] = np.nan testPredictPlot = np.reshape(testPredictPlot, (dataset.shape[0], 1)) testPredictPlot[len(trainPredict)+(look_back*2)+1: len(dataset)-1, :] = testPredict这就是前面history的作用了,相当于是记录下来里面训练过程的一些参数变化吧。有一个很重要的就是损失,可以看到我们的损失下降很快,最后也收敛到一个很小的值,还是很不错的。 fig1 = plt.figure(figsize=(12, 8)) plt.plot(history.history['loss']) plt.title('model loss') plt.ylabel('loss') plt.xlabel('epoch') plt.show()
蓝色是原始数据,黄色是训练数据训练完再进行预测的。绿色是测试数据。可以看出我们大概趋势是非常符合的。但是有些地方的峰值预测的不够。但整体效果还算不错。 我们把预测的拿出来放大看看。绿色是测试的预测值,蓝色的是原始数据,和前面说的一样,趋势大概相同,但是峰值有误差。还有一个问题就是博主这里的代码是将预测值提前一天画的。因为真实预测出来会有滞后性,就看起来像是原始数据往后平移一天的缘故。但博主查阅了很多资料,暂时没发现很方便能消除lstm滞后性的办法。所以博主姑且认为测试集预测值提前一天的效果为最佳效果,这也是为什么上面代码要+1的原因。如果小伙伴们知道如何方便快捷消除lstm时间序列预测的滞后性,记得给博主留言噢。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |