2分pk10真假 _以预测股票涨跌案例入门基于SVM的机器学习
- 时间:
- 浏览:1
- 来源:松果娱乐网 - 专注共享吾爱分享资讯
SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它可都上里能对样本数据进行分类。以股票为例,SVM能根据若干形状样本数据,把待预测的目标结果划分成“涨”和”跌”一种生活,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 ,也如果说,朋友不不了解其中复杂化的算法,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行定义点的刚刚,是通过np.r_土办法 ,把数据转添加“列矩阵”,曾经做的目的是让数据形状满足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 和刚刚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,而刚刚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”的数据形状,某些是用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,朋友能看过如下图13.8的效果,从中朋友能看过,淡蓝色的边界线能有效地分隔两类样本。
从你这个例子中朋友能看过,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。刚刚 ,在根据训练样本选取好边界线的参数后,还能根据其它没人明确种类样本,计算出它的种类,以此实现“预测”效果。
2 数据标准化处置
标准化(normalization)处置是将形状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,共同添加单位限制,让样本数据转添加无量纲的纯数值。
在用机器学习土办法 进行训练时,一般必须进行标准化处置,原困是Sklearn等库封装的某些机器学习算法对样本有一定的要求,机会某些形状值的数量级次要大多数形状值的数量级,机会有形状值次要正态分布,没人预测结果会不准确。
必须说明的是,确实在训练前对样本进行了标准化处置,改变了样本值,但机会在标准化的过程中是用同兩个多算法对完整篇 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 是让形状值减去平均值刚刚 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,朋友初始化了兩个多长宽各为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 [ 1.336200621 1.22474487 0.9200520068]]
3 预测股票涨跌
在刚刚的案例中,朋友用基于SVM的土办法 ,通过一维直线来分类二维的点。据此可都上里能进一步推论:通过基于SVM的土办法 ,朋友还可都上里能分类具有多个形状值的样本。
比怎么才能 都上里能通过开盘价、收盘价、最高价、最低价和成交量等形状值,用SVM的算法训练出有有哪些形状值和股票“涨“和“跌“的关系,即通过形状值划分指定股票“涨”和“跌”的边界,曾经搞笑的话,一旦输入其它的股票形状数据,即可预测出对应的涨跌状况。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/ch13/200320052018-09-012019-05-31.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列表示本日有无 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 #预测值不须初始化为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格式的文件确实是从网络数据接口获取得到的,具体做法可都上里能参考前面博文。
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,该列的值不须都设置为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状况 18 target = df['up'] 19 length=len(df) 20 trainNum=int(length*0.8) 21 predictNum=length-trainNum 22 #选取指定列作为形状列 23 feature=df[['Close', 'High', 'Low','Open' ,'Volume']] 24 #标准化处置形状值 25 feature=preprocessing.scale(feature)
在第18行里,朋友设置训练目标值是表示涨跌状况的up列,在第20行,设置了训练集的数量是总量的200%,在第23行则设置了训练的形状值,请注意这里添加了日期你这个不相关的列,刚刚 ,在第25行,对形状值进行了标准化处置。
26 #训练集的形状值和目标值 27 featureTrain=feature[1:trainNum-1] 28 targetTrain=target[1:trainNum-1] 29 svmTool = svm.SVC(kernel='liner') 200 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 ,得到了形状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200行里,通过fit土办法 ,用形状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过,训练所用的形状值是开盘收盘价、最高最低价和成交量,训练所用的目标值是描述涨跌状况的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,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状况,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 #结速英语 了了绘图,创建兩个多子图 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] 200 major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0] 51 plt.xticks(major_index,major_xtics) 52 plt.setp(plt.gca().get_xticklabels(), rotation=200) 53 plt.title("通过SVM预测20032005的涨跌状况") 54 plt.rcParams['font.sans-serif']=['SimHei'] 55 plt.show()
机会在刚刚的代码里,朋友只设置测试集的predictForUp列,并没人设置训练集的该列数据,某些在第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速英语 了值是测试集的起始和结速英语 了索引值。至此完成了数据准备工作,在刚刚的代码里,朋友将用matplotlib库结速英语 了了绘图。
在第43行里,朋友通过subplots土办法 设置了兩个多子图,并通过sharex=True让这兩个多子图的x轴具有相同的刻度和标签。在第44行代码里,在axClose子图中,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状况,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状况。
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角度,曾经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,某些必须第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,能看过如下图所示的效果。
其中上图展示了收盘价,下图的淡蓝色线条表示真实的涨跌状况,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,包括机会划分形状值和目标值,怎么才能 才能 对样本数据进行标准化处置,怎么才能 才能 用训练数据训练SVM,还有怎么才能 才能 用训练后的结果预测分类结果。
5 总结和版权说明
本文是给线程池池员加财商系列,刚刚还有两篇博文
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
有不少网民转载和你会转载我的博文,每个人感到十分荣幸,这也是每个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,共同写明原作者是hsm_computer。
2 在转载时,请原文转载 ,谢绝洗稿。刚刚 每个人保留追究法律责任的权利。