分分飞艇高手计划_以预测股票涨跌案例入门基于SVM的机器学习

  • 时间:
  • 浏览:1

    SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它可不还可以 对样本数据进行分类。以股票为例,SVM能根据若干价值形式样本数据,把待预测的目标结果划分成“涨”和”跌”这个,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分类的相关办法,也而是说,我门我门不必了解其中多样化的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,我门我门来看下通过SVM库实现分类的做法,以及相关办法的调用办法。    

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,我门我门引入了基于SVM的库。在第7行,我门我门定义了若干个点,并在第9行把有有哪些点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。

    这里请注意,在第7行定义点的前一天,是通过np.r_办法,把数据转换成“列矩阵”,从前做的目的是让数据价值形式满足fit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,我门我门创建了基于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办法和前一天基于线性回归案例中的fit办法是一样的,只不过这里是基于线性核的相关算法,而前一天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,我门我门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,我门我门通过第19行的plot办法绘制了分隔线,并在第21行通过scatter办法绘制所有的样本点。原应points是“列矩阵”的数据价值形式,也是否用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办法绘制图形。运行上述代码,我门我门能看得人如下图13.8的效果,从中我门我门能看得人,浅绿色的边界线能有效地分隔两类样本。

    

    从这个例子中我门我门能看得人,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。要我,在根据训练样本选用好边界线的参数后,还能根据其它这么明确种类样本,计算出它的种类,以此实现“预测”效果。 

2 数据标准化正确处理

    标准化(normalization)正确处理是将价值形式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,共同换成单位限制,让样本数据转换成无量纲的纯数值。

    在用机器学习办法进行训练时,一般前要进行标准化正确处理,原应是Sklearn等库封装的或多或少机器学习算法对样本有一定的要求,原应或多或少价值形式值的数量级次要大多数价值形式值的数量级,原应有价值形式值次要正态分布,这么预测结果会不准确。

    前要说明的是,确实在训练前对样本进行了标准化正确处理,改变了样本值,但原应在标准化的过程中是用同另另四个算法对完整性样本进行转换,属于“数据优化”,不必对后继的训练起到不好的作用。

    这里我门我门是通过sklearn库提供的preprocessing.scale办法实现标准化,该办法是让价值形式值减去平均值要我除以标准差。通过如下ScaleDemo.py案例,我门我门实际用下preprocessing.scale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,我门我门初始化了另另四个长宽各为3的矩阵,在第10行,通过mean办法计算了该矩阵的均值,在第12行则通过std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,从中我门我门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	 [ 1.33630621  1.22474487  0.93053068]]

3 预测股票涨跌

    在前一天的案例中,我门我门用基于SVM的办法,通过一维直线来分类二维的点。据此可不还可以 进一步推论:通过基于SVM的办法,我门我门还可不还可以 分类具有多个价值形式值的样本。

    比何如不还可以 通过开盘价、收盘价、最高价、最低价和成交量等价值形式值,用SVM的算法训练出有有哪些价值形式值和股票“涨“和“跌“的关系,即通过价值形式值划分指定股票“涨”和“跌”的边界,从前语句,一旦输入其它的股票价值形式数据,即可预测出对应的涨跌情况表。在如下的PredictStockBySVM.py案例中,我门我门给出了基于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/ch13/3033052018-09-012019-05-31.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列表示本日是否上涨,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	#预测值并不初始化为0
16	df['predictForUp'] = 0

  第6行里,我门我门从指定文件读取了饱含股票信息的csv文件,该csv格式的文件确实是从网络数据接口获取得到的,具体做法可不还可以 参考前面博文。

    从第9行里,我门我门设置了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,我门我门设置了up列的值,具体是,原应当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之原应当日股票下跌,up值则为0。

    在第16行里,我门我门在df对象里新建了表示预测结果的predictForUp列,该列的值并不都设置为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况表
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#选用指定列作为价值形式列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化正确处理价值形式值
25	feature=preprocessing.scale(feature)

  在第18行里,我门我门设置训练目标值是表示涨跌情况表的up列,在第20行,设置了训练集的数量是总量的30%,在第23行则设置了训练的价值形式值,请注意这里换成了日期这个不相关的列,要我,在第25行,对价值形式值进行了标准化正确处理。    

26	#训练集的价值形式值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
30	svmTool.fit(featureTrain,targetTrain)

  在第27行和第28行里,我门我门通过截取指定行的办法,得到了价值形式值和目标值的训练集,在第26行里,以线性核的办法创建了SVM分类器对象svmTool。

     在第30行里,通过fit办法,用价值形式值和目标值的训练集训练svmTool分类对象。从上文里我门我门原应看得人,训练所用的价值形式值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌情况表的up列。在训练完成后,svmTool对象中就饱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,我门我门通过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况表,并在第36行里,把预测结果设置到df对象的predictForUp列中。      

38	#该对象只饱含预测数据,即只饱含测试集
39	dfWithPredicted = df[trainNum:length]
40	#结束英文绘图,创建另另四个子图
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轴坐标标签和旋转强度
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
30	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=30) 
53	plt.title("通过SVM预测303305的涨跌情况表")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

  原应在前一天的代码里,我门我门只设置测试集的predictForUp列,并这么设置训练集的该列数据,而是在第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结束英文值是测试集的起始和结束英文索引值。至此完成了数据准备工作,在前一天的代码里,我门我门将用matplotlib库结束英文绘图。

    在第43行里,我门我门通过subplots办法设置了另另四个子图,并通过sharex=True让这另另四个子图的x轴具有相同的刻度和标签。在第44行代码里,在axClose子图中,我门我门用plot办法绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,我门我门绘制了预测到的涨跌情况表,而在第46行里,还是在axUpOrDown子图里,绘制了有有哪些天的股票真实的涨跌情况表。

    在第49行到第52行的代码里,我门我门设置了x标签的文字以及旋转强度,从前做的目的是让标签文字看上去不至于太密集。在第53行里,我门我门设置了中文标题,原应要显示中文,而是前要第54行的代码,最后在55行通过show办法展示了图片。运行上述代码,能看得人如下图所示的效果。

    

    其中上图展示了收盘价,下图的浅绿色线条表示真实的涨跌情况表,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,本案例是数学强度,演示了通过SVM分类的做法,包括原应划分价值形式值和目标值,何如对样本数据进行标准化正确处理,何如用训练数据训练SVM,还有何如用训练后的结果预测分类结果。 

5 总结和版权说明

    本文是给线程池员加财商系列,前一天还有两篇博文

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

    

    有不少前女网友视频视频转载和要我转载我的博文,我个人所有感到十分荣幸,这也是我个人所有不断写博文的动力。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,不必告知,转载时请用链接的办法,给出原文出处,别简单地通过文本办法给出,共同写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。要我我个人所有保留追究法律责任的权利。