飞艇app_以预测股票涨跌案例入门基于SVM的机器学习

  • 时间:
  • 浏览:0

    SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它并能对样本数据进行分类。以股票为例,SVM能根据若干社会形态样本数据,把待预测的目标结果划分成“涨”和”跌”这名 ,从而实现预测股票涨跌的效果。

1 通过简单案例了解SVM的分类作用

    在Sklearn库里,封装了SVM分类的相关土办法,也可是说,朋友不不了解其中错综复杂的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,朋友来看下通过SVM库实现分类的做法,以及相关土办法的调用土办法。    

1    #!/usr/bin/env python
2    #coding=utf-8
3    import numpy as np
4    import matplotlib.pyplot as plt
5    from sklearn import svm
6    #给出平面上的若干点
7    points = np.r_[[[-1,1],[1.5,1.5],[1.8,0.2],[0.8,0.7],[2.2,2.8],[2.5,3.5],[4,2]]]
8    #按0和1标记成两类
9    typeName = [0,0,0,0,1,1,1]

    在第5行里,朋友引入了基于SVM的库。在第7行,朋友定义了若干个点,并在第9行把什么点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。

    这里请注意,在第7行定义点的完后 ,是通过np.r_土办法,把数据转加进去“列矩阵”,完后 做的目的是让数据社会形态满足fit土办法的要求。     

10	#建立模型
11	svmTool = svm.SVC(kernel='linear')
12	svmTool.fit(points,typeName)  #传入参数
13	#确立分类的直线
14	sample = svmTool.coef_[0] #系数
15	slope = -sample[0]/sample[1]  #斜率
16	lineX = np.arange(-2,5,1)#获取-2到5,间距是1的若干数据
17	lineY = slope*lineX-(svmTool.intercept_[0])/sample[1]

  在第11行里,朋友创建了基于SVM的对象,并指定该SVM模型采用比较常用的“线性核”来实现分类操作。

      在第14行,通过fit训练样本。这里fit土办法和完后 基于线性回归案例中的fit土办法是一样的,只不过这里是基于线性核的相关算法,而完后 是基于线性回归的相关算法(比如最小二乘法)。训练完成后,通过第14行和第15行的代码,朋友得到了能分隔两类样本的直线,包括直线的斜率和截距,并通过第16行和第17行的代码设置了分隔线的若干个点。    

18	#画出划分直线
19	plt.plot(lineX,lineY,color='blue',label='Classified Line')
20	plt.legend(loc='best') #绘制图例
21	plt.scatter(points[:,0],points[:,1],c='R')
22	plt.show()

  计算完成后,朋友通过第19行的plot土办法绘制了分隔线,并在第21行通过scatter土办法绘制所有的样本点。机会points是“列矩阵”的数据社会形态,可是是用points[:,0]来获取绘制点的 x坐标,用points[:,1]来获取y坐标,最后是通过第22行的show土办法绘制图形。运行上述代码,朋友能看一遍如下图13.8的效果,从中朋友能看一遍,深蓝色的边界线能有效地分隔两类样本。

    

    从这名 例子中朋友能看一遍,SVM的作用是,根据样本,训练出能划分不同种类数据的边界线,由此实现“分类”的效果。如果,在根据训练样本确定好边界线的参数后,还能根据其它越来越 明确种类样本,计算出它的种类,以此实现“预测”效果。 

2 数据标准化避免

    标准化(normalization)避免是将社会形态样本按一定算法进行缩放,让它们落在某个范围比较小的区间,并肩加进去单位限制,让样本数据转加进去无量纲的纯数值。

    在用机器学习土办法进行训练时,一般都要进行标准化避免,原困是Sklearn等库封装的有些机器学习算法对样本有一定的要求,机会有些社会形态值的数量级每项大多数社会形态值的数量级,机会有社会形态值每项正态分布,越来越 预测结果会不准确。

    都要说明的是,着觉得训练前对样本进行了标准化避免,改变了样本值,但机会在标准化的过程中是用同2个 多 多算法对完全样本进行转换,属于“数据优化”,不不对后继的训练起到不好的作用。

    这里朋友是通过sklearn库提供的preprocessing.scale土办法实现标准化,该土办法是让社会形态值减去平均值如果除以标准差。通过如下ScaleDemo.py案例,朋友实际用下preprocessing.scale土办法。     

1	#!/usr/bin/env python
2	#coding=utf-8
3	from sklearn import preprocessing
4	import numpy as np
5	
6	origVal = np.array([[10,5,3],
7	                   [8,6,12],
8	                   [14,7,15]])
9	#计算均值
10	avgOrig = origVal.mean(axis=0)
11	#计算标准差
12	stdOrig=origVal.std(axis=0)
13	#减去均值,除以标准差
14	print((origVal-avgOrig)/stdOrig)
15	scaledVal=preprocessing.scale(origVal)
16	#直接输出preprocessing.scale后的结果
17	print(scaledVal)

  在第6行里,朋友初始化了2个 多 多长宽各为3的矩阵,在第10行,通过mean土办法计算了该矩阵的均值,在第12行则通过std土办法计算标准差。

      第14行是用原始值减去均值,再除以标准差,在第17行,是直接输出preprocessing.scale的结果。第14行和第17行的输出结果相同,均是下值,从中朋友验证了标准化的具体做法。    

1	[[-0.26726124 -1.22474487 -1.37281295]
2	 [-1.06904497  0.          0.39223227]
3	 [ 1.33680621  1.22474487  0.98058068]]

3 预测股票涨跌

    在完后 的案例中,朋友用基于SVM的土办法,通过一维直线来分类二维的点。据此并能进一步推论:通过基于SVM的土办法,朋友还并能分类具有多个社会形态值的样本。

    比如并能通过开盘价、收盘价、最高价、最低价和成交量等社会形态值,用SVM的算法训练出什么社会形态值和股票“涨“和“跌“的关系,即通过社会形态值划分指定股票“涨”和“跌”的边界,完后 说说,一旦输入其它的股票社会形态数据,即可预测出对应的涨跌情況。在如下的PredictStockBySVM.py案例中,朋友给出了基于SVM预测股票涨跌的功能。     

1	#!/usr/bin/env python
2	#coding=utf-8
3	import pandas as pd 
4	from sklearn import svm,preprocessing
5	import matplotlib.pyplot as plt
6	origDf=pd.read_csv('D:/stockData/ch13/8038052018-09-012019-05-31.csv',encoding='gbk')
7	df=origDf[['Close', 'Low','Open' ,'Vol','Date']]
8	#diff列表示本日和上日收盘价的差
9	df['diff'] = df["Close"]-df["Close"].shift(1)
10	df['diff'].fillna(0, inplace = True)
11	#up列表示本日算不算上涨,1表示涨,0表示跌
12	df['up'] = df['diff']   
13	df['up'][df['diff']>0] = 1
14	df['up'][df['diff']<=0] = 0
15	#预测值无须初始化为0
16	df['predictForUp'] = 0

  第6行里,朋友从指定文件读取了包含股票信息的csv文件,该csv格式的文件觉得是从网络数据接口获取得到的,具体做法并能参考前面博文。

    从第9行里,朋友设置了df的diff列为本日收盘价和前日收盘价的差值,通过第12行到第14行的代码,朋友设置了up列的值,具体是,机会当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之机会当日股票下跌,up值则为0。

    在第16行里,朋友在df对象里新建了表示预测结果的predictForUp列,该列的值无须都设置为0,在后继的代码里,将根据预测结果填充这列的值。    

17	#目标值是真实的涨跌情況
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#确定指定列作为社会形态列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化避免社会形态值
25	feature=preprocessing.scale(feature)

  在第18行里,朋友设置训练目标值是表示涨跌情況的up列,在第20行,设置了训练集的数量是总量的80%,在第23行则设置了训练的社会形态值,请注意这里加进去了日期这名 不相关的列,如果,在第25行,对社会形态值进行了标准化避免。    

26	#训练集的社会形态值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
80	svmTool.fit(featureTrain,targetTrain)

  在第27行和第28行里,朋友通过截取指定行的土办法,得到了社会形态值和目标值的训练集,在第26行里,以线性核的土办法创建了SVM分类器对象svmTool。

     在第80行里,通过fit土办法,用社会形态值和目标值的训练集训练svmTool分类对象。从上文里朋友机会看一遍,训练所用的社会形态值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌情況的up列。在训练完成后,svmTool对象中就包含了能划分股票涨跌的相关参数。

31	predictedIndex=trainNum
32	#逐行预测测试集
33	while predictedIndex<length:
34	    testFeature=feature[predictedIndex:predictedIndex+1]            
35	    predictForUp=svmTool.predict(testFeature)    
36	    df.ix[predictedIndex,'predictForUp']=predictForUp    
37	    predictedIndex = predictedIndex+1

    在第33行的while循环里,朋友通过predictedIndex索引值,依次遍历测试集。

    在遍历过程中,通过第35行的predict土办法,用训练好的svmTool分类器,逐行预测测试集中的股票涨跌情況,并在第36行里,把预测结果设置到df对象的predictForUp列中。      

38	#该对象只包含预测数据,即只包含测试集
39	dfWithPredicted = df[trainNum:length]
40	#刚刚现在开始绘图,创建2个

多

多子图
41	figure = plt.figure()
42	#创建子图     
43	(axClose, axUpOrDown) = figure.subplots(2, sharex=True)
44	dfWithPredicted['Close'].plot(ax=axClose)
45	dfWithPredicted['predictForUp'].plot(ax=axUpOrDown,color="red", label='Predicted Data')
46	dfWithPredicted['up'].plot(ax=axUpOrDown,color="blue",label='Real Data')
47	plt.legend(loc='best') #绘制图例
48	#设置x轴坐标标签和旋转深度
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
80	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=80) 
53	plt.title("通过SVM预测803805的涨跌情況")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

  机会在完后 的代码里,朋友只设置测试集的predictForUp列,并越来越 设置训练集的该列数据,可是在第39行里,用切片的手段,把测试集数据放置到dfWithPredicted对象中,请注意这里切片的起始和刚刚现在开始值是测试集的起始和刚刚现在开始索引值。至此完成了数据准备工作,在完后 的代码里,朋友将用matplotlib库刚刚现在开始绘图。

    在第43行里,朋友通过subplots土办法设置了2个 多 多子图,并通过sharex=True让这名 2个 多 多子图的x轴具有相同的刻度和标签。在第44行代码里,在axClose子图中,朋友用plot土办法绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,朋友绘制了预测到的涨跌情況,而在第46行里,还是在axUpOrDown子图里,绘制了什么天的股票真实的涨跌情況。

    在第49行到第52行的代码里,朋友设置了x标签的文字以及旋转深度,完后 做的目的是让标签文字看上去不至于太密集。在第53行里,朋友设置了中文标题,机会要显示中文,可是都要第54行的代码,最后在55行通过show土办法展示了图片。运行上述代码,能看一遍如下图所示的效果。

    

    其中上图展示了收盘价,下图的深蓝色线条表示真实的涨跌情況,0表示跌,1表示上涨,而红色则表示预测后的结果。

4 结论

     对比一下,虽有偏差,但大体相符。综上所述,本案例是数学深度,演示了通过SVM分类的做法,包括机会划分社会形态值和目标值,如保对样本数据进行标准化避免,如保用训练数据训练SVM,还有如保用训练后的结果预测分类结果。 

5 总结和版权说明

    本文是给应用多多线程 员加财商系列,完后 还有两篇博文

    本文的内容即将出书,在出版的书里,是用股票案例和朋友讲述Python入门时的知识点,敬请期待

    

    有不少网友见面视频视频转载和我如果转载我的博文,买车人感到十分荣幸,这也是买车人不断写博文的动力。关于本文的版权有如下统一的说明,抱歉就不逐一回复了。

    1 本文可转载,不不告知,转载时请用链接的土办法,给出原文出处,别简单地通过文本土办法给出,并肩写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。如果买车人保留追究法律责任的权利。