极速十分快三规律_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,通过它都需用对样本数据进行分类。以股票为例,SVM能根据若干形态样本数据,把待预测的目标结果划分成“涨”和”跌”有五种,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分类的相关方法,也很多 说,要我们要我们不用了解其中繁复的算法,即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例,要我们要我们来看下通过SVM库实现分类的做法,以及相关方法的调用方法。    

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,要我们要我们引入了基于SVM的库。在第7行,要我们要我们定义了若干个点,并在第9行把哪几种点分成了两类,比如[-1,1]点是第一类,而[4,2]是第二类。

    这里请注意,在第7行定义点的过后 ,是通过np.r_方法,把数据转打上去“列矩阵”,过后做的目的是让数据形态满足fit方法的要求。     

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,要我们要我们创建了基于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方法和过后 基于线性回归案例中的fit方法是一样的,只不过这里是基于线性核的相关算法,而过后 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,要我们要我们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,要我们要我们通过第19行的plot方法绘制了分隔线,并在第21行通过scatter方法绘制所有的样本点。可能性points是“列矩阵”的数据形态,很多是用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方法绘制图形。运行上述代码,要我们要我们能看完如下图13.8的效果,从中要我们要我们能看完,蓝绿色的边界线能有效地分隔两类样本。

    

    从你什儿 例子中要我们要我们能看完,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。但会 ,在根据训练样本挑选好边界线的参数后,还能根据其它没法明确种类样本,计算出它的种类,以此实现“预测”效果。 

2 数据标准化解决

    标准化(normalization)解决是将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,一起去打上去单位限制,让样本数据转打上去无量纲的纯数值。

    在用机器学习方法进行训练时,一般需用进行标准化解决,是因为 是Sklearn等库封装的其他机器学习算法对样本有一定的要求,可能性其他形态值的数量级次责大多数形态值的数量级,可能性有形态值次责正态分布,没法预测结果会不准确。

    需用说明的是,并不一定在训练前对样本进行了标准化解决,改变了样本值,但可能性在标准化的过程中是用同有一一八个多算法对完整性样本进行转换,属于“数据优化”,不用对后继的训练起到不好的作用。

    这里要我们要我们是通过sklearn库提供的preprocessing.scale方法实现标准化,该方法是让形态值减去平均值但会 除以标准差。通过如下ScaleDemo.py案例,要我们要我们实际用下preprocessing.scale方法。     

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,要我们要我们初始化了有一一八个多长宽各为3的矩阵,在第10行,通过mean方法计算了该矩阵的均值,在第12行则通过std方法计算标准差。

      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,从中要我们要我们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	 [ 1.3361000621  1.22474487  0.910005100068]]

3 预测股票涨跌

    在过后 的案例中,要我们要我们用基于SVM的方法,通过一维直线来分类二维的点。据此都需用进一步推论:通过基于SVM的方法,要我们要我们还都需用分类具有多个形态值的样本。

    比如都需用通过开盘价、收盘价、最高价、最低价和成交量等形态值,用SVM的算法训练出哪几种形态值和股票“涨“和“跌“的关系,即通过形态值划分指定股票“涨”和“跌”的边界,过后得话,一旦输入其它的股票形态数据,即可预测出对应的涨跌具体情况。在如下的PredictStockBySVM.py案例中,要我们要我们给出了基于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/ch13/10003100052018-09-012019-05-31.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列表示本日否是上涨,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	#预测值暂且初始化为0
16	df['predictForUp'] = 0

  第6行里,要我们要我们从指定文件读取了包含股票信息的csv文件,该csv格式的文件并不一定是从网络数据接口获取得到的,具体做法都需用参考前面博文。

    从第9行里,要我们要我们设置了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,要我们要我们设置了up列的值,具体是,可能性当日股票上涨,即本日收盘价大于前日收盘价,则up值是1,反之可能性当日股票下跌,up值则为0。

    在第16行里,要我们要我们在df对象里新建了表示预测结果的predictForUp列,该列的值暂且都设置为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具体情况
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#挑选指定列作为形态列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化解决形态值
25	feature=preprocessing.scale(feature)

  在第18行里,要我们要我们设置训练目标值是表示涨跌具体情况的up列,在第20行,设置了训练集的数量是总量的1000%,在第23行则设置了训练的形态值,请注意这里打上去了日期你什儿 不相关的列,但会 ,在第25行,对形态值进行了标准化解决。    

26	#训练集的形态值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
1000	svmTool.fit(featureTrain,targetTrain)

  在第27行和第28行里,要我们要我们通过截取指定行的方法,得到了形态值和目标值的训练集,在第26行里,以线性核的方法创建了SVM分类器对象svmTool。

     在第1000行里,通过fit方法,用形态值和目标值的训练集训练svmTool分类对象。从上文里要我们要我们可能性看完,训练所用的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具体情况的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,要我们要我们通过predictedIndex索引值,依次遍历测试集。

    在遍历过程中,通过第35行的predict方法,用训练好的svmTool分类器,逐行预测测试集中的股票涨跌具体情况,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	#过后

过后过后结束绘图,创建有一一八个多子图
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轴坐标标签和旋转角度
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
1000	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=1000) 
53	plt.title("通过SVM预测1000310005的涨跌具体情况")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

  可能性在过后 的代码里,要我们要我们只设置测试集的predictForUp列,并没法设置训练集的该列数据,很多在第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过后 过后刚结束值是测试集的起始和过后 过后刚结束索引值。至此完成了数据准备工作,在过后 的代码里,要我们要我们将用matplotlib库过后 过后过后结束绘图。

    在第43行里,要我们要我们通过subplots方法设置了有一一八个多子图,并通过sharex=True让这有一一八个多子图的x轴具有相同的刻度和标签。在第44行代码里,在axClose子图中,要我们要我们用plot方法绘制了收盘价的走势。在第45行代码里,在axUpOrDown子图中,要我们要我们绘制了预测到的涨跌具体情况,而在第46行里,还是在axUpOrDown子图里,绘制了哪几种天的股票真实的涨跌具体情况。

    在第49行到第52行的代码里,要我们要我们设置了x标签的文字以及旋转角度,过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,要我们要我们设置了中文标题,可能性要显示中文,很多需用第54行的代码,最后在55行通过show方法展示了图片。运行上述代码,能看完如下图所示的效果。

    

    其中上图展示了收盘价,下图的蓝绿色线条表示真实的涨跌具体情况,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,本案例是数学角度,演示了通过SVM分类的做法,包括可能性划分形态值和目标值,要怎样对样本数据进行标准化解决,要怎样用训练数据训练SVM,还有要怎样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,过后 还有两篇博文

    本文的内容即将出书,在出版的书里,是用股票案例和要我们要我们讲述Python入门时的知识点,敬请期待

    

    有不少网民 转载和要我转载我的博文,每每所有人感到十分荣幸,这也是每每所有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,不用告知,转载时请用链接的方法,给出原文出处,别简单地通过文本方法给出,一起去写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。但会 每每所有人保留追究法律责任的权利。