1分pk10安卓版 _通过机器学习的线性回归算法预测股票走势(用Python实现)

  • 时间:
  • 浏览:1
  • 来源:糖豆娱乐网 - 专注共享吾爱博客技术

    在此人 的新书里,将通过股票案例讲述Python知识点,让其他同学 在学习Python的一起还能掌握相关的股票知识,所谓一举两得。这里给出以线性回归算法预测股票的案例,以此讲述通过Python的sklearn库实现线性回归预测的技巧。

    本文先讲以波士顿房价数据为例,讲述线性回归预测模型的搭建最好的办法,就是将再这俩基础上,讲述以线性预测模型预测股票的实现代码。本博文是从此人 的新书里摘取的,新书预计今年年底前出版,敬请其他同学 关注。

    正文刚开始英语 英语 (长文预警)

------------------------------------------------------------------------------------------------------------------------------------------------------

1  波士顿房价数据分析

    安装好Python的Sklearn库后,在安装包下的路径中就能看了描述波士顿房价的csv文件,具体路径是“python安装路径\Lib\site-packages\sklearn\datasets\data”,在这俩目录中还涵盖了Sklearn库会用到的一些数据文件,本节用到的是涵盖在boston_house_prices.csv文件中的波士顿房价信息。打开这俩文件,都需用看了如图所示的数据。 

    第1行的1006表示该文件中涵盖1006条样本数据,即有1006条房价数据,而13表示有1两个影响房价的形态学 值,即从A列到M列这13列的形态学 值数据会影响第N列MEDV(即房价值),在表13.1中列出了次要列的英文标题及其含义。

波士顿房价文件次要中英文标题一览表

标题名

中文含义

标题名

中文含义

CRIM

城镇人均犯罪率

DIS

到波士顿两个中心区域的加权距离

ZN

住宅用地超过某数值的比例

RAD

辐射性公路的接近指数

INDUS

城镇非零售商用土地的比例

TAX

每 1000 美元的全值财产税率

CHAS

查理斯河相关变量,如边界是河流则为1,我希望为0

PTRATIO

城镇师生比例

NOX

一氧化氮浓度

MEDV

是自住房的平均房价

RM

住宅平均房间数

AGE

1940年刚刚建成的自用房屋比例

    从表中都需用看了,波士顿房价的数值(即MEDV)和诸如“住宅用地超过某数值的比例”等1两个形态学 值有关。而线性回归要避免的问题报告 报告 是,量化地找出那此形态学 值和目标值(即房价)的线性关系,即找出如下的k1到k13系数的数值和b这俩常量值。

    MEDV = k1*CRIM + k2*ZN + … + k13*LITAT + b

    上述参数有1两个,为了复杂问题报告 报告 ,先计算两个多形态学 值(DIS)与房价(MEDV)的关系,我希望在此基础上讲述1两个形态学 值与房价关系的计算最好的办法。

    机会必须两个多形态学 值DIS,它与房价的线性关系表达式如下所示。在计算出k1和b的值刚刚,机会再输入对应DIS值,即可据此计算MEDV的值,以此实现线性回归的预测效果。

    MEDV = k1*DIS + b

2  以波士顿房价数据为案例,搭建含两个多形态学 值的线性预测模型

    在下面的OneParamLR.py范例任务管理器中,通过调用Sklearn库中的最好的办法,以训练加预测的最好的办法,推算出两个多形态学 值(DIS)与目标值(MEDV,即房价)的线性关系。  

1    # !/usr/bin/env python

2    # coding=utf-8

3    import numpy as np

4    import pandas as pd

5    import matplotlib.pyplot as plt

6    from sklearn import datasets

7    from sklearn.linear_model import LinearRegression

 在上述代码中导入了必要的库,其中第6行和第7行用于导入sklearn相关库。    

8    # 从文件中读数据,并转换成DataFrame格式

9    dataset=datasets.load_boston()

10   data=pd.DataFrame(dataset.data)

11   data.columns=dataset.feature_names              # 形态学

值

12   data['HousePrice']=dataset.target               # 房价,即目标值

13   # 这里单纯计算离中心区域的距离和房价的关系

14   dis=data.loc[0:data['DIS'].size-1,'DIS'].as_matrix()

15   housePrice=data.loc[0:data['HousePrice'].size-1,'HousePrice'].as_matrix()

    在第9行中,加载了Sklearn库下的波士顿房价数据文件,并赋值给dataset对象。在第10行通过dataset.data读取了文件中的数据。在第11行通过dataset.feature_name读取了形态学 值,如前文所述,data.columns对象中涵盖了1两个形态学 值。在第12行通过dataset.target读取目标值,即MEDV列的房价,并把目标值设置到data的HousePrice列中。

    在第14行读取了DIS列的数据,并调用as_matrix最好的办法把读到的数据转换成矩阵中一列的格式,在第15行中,是用同样的最好的办法把房价数值转换成矩阵中列的格式。

16   # 转置一下,我希望数据是竖排的

17   dis=np.array([dis]).T

18   housePrice=np.array([housePrice]).T

19   # 训练线性模型

20   lrTool=LinearRegression()

21   lrTool.fit(dis,housePrice)

22   # 输出系数和截距

23   print(lrTool.coef_)

24   print(lrTool.intercept_)

    机会当前在dis和housePrice变量中保存是的“列”形式的数据,我希望在第16行和第17行中,需用把它们转换成行格式的数据。

    在第20行中,通过调用LinearRegression最好的办法创建了两个多用于线性回归分析的lrTool对象,在第21行中,通过调用fit最好的办法进行基于线性回归的训练。这里训练的目的是,根据传入的一组形态学 值dis和目标值MEDV,推算出MEDV = k1*DIS + b公式中的k1和b的值。

    调用fit最好的办法进行训练后,ltTool对象就内含了系数和截距等线性回归相关的参数,通过第23行的打印句子输出了系数,即参数k1的值,而第24行的打印句子输出了截距,即参数b的值。

25   # 画图显示

26   plt.scatter(dis,housePrice,label='Real Data')

27   plt.plot(dis,lrTool.predict(dis),c='R',linewidth='2',label='Predict')

28   # 验证数据

29   print(dis[0])

100   print(lrTool.predict(dis)[0])

31   print(dis[2])

32   print(lrTool.predict(dis)[2])

33    

34   plt.legend(loc='best')    # 绘制图例

35   plt.rcParams['font.sans-serif']=['SimHei']

36   plt.title("DIS与房价的线性关系")

37   plt.xlabel("DIS")

38   plt.ylabel("HousePrice")

39   plt.show()

    在第26行中,通过调用scatter最好的办法绘制出x值是DIS,y值是房价的诸多散点,第27行则是调用plot最好的办法绘制出DIS和预测结果的关系,即每根直线。

刚刚统统用Matplotlib库中的最好的办法绘制出x轴y轴文字和图形标题等信息。运行上述代码,即可看了如图所示的结果。

    图中各个点表示真实数据,每个点的x坐标是DIS值,y坐标是房价。而红线则表示根据当前DIS值,通过线性回归预测出的房价结果。

    下面通过输出的数据,进一步说明图中以红线形式显示的预测数据的含义。通过代码的第23行和24行输出了系数和截距,结果如下。

    [[1.091611002]]

    [18.39008833]

    即房价和DIS满足如下的一次函数关系:MEDV = 1.091611002*DIS + 18.39008833。

    从第29行到第32行输出了两组DIS和预测房价数据,每两行是一组,结果如下。

    [4.09]

    [22.85478557]

    [4.9671]

    [23.81223934]

    在机会得到的公式中,MEDV = 1.091611002*DIS + 18.39008833,把第1行的4.09代入DIS,把第2行的22.85478557代入MEDV,发现结果吻合。同理,把第3行的DIS和第4行MEDV值代入上述公式,结果也吻合。

    也统统说,通过基于线性回归的fit最好的办法,训练了lrTool对象,使之涵盖了相关参数,另两个多机会输入一些的DIS值,必须ltTool对象根据相关参数刚刚 算出对应的房价值。从可视化的效果来看,用DIS预测MEDV房价的效果并不好,是因为着是毕竟只用了其中两个多形态学 值。不过,通过这俩范例任务管理器,还是都需用看出基于线性回归实现预测的一般步骤:根据一组(1006条)数据的形态学 值(本范例中是DIS)和目标值(房价),调用fit最好的办法训练ltTool等线性回归中的对象,让它涵盖相关系数,就是再调用predict最好的办法,根据由相关系数组成的公式,通过计算预测目标结果。

3  以波士顿房价数据为案例,实现基于多个形态学 值的线性回归

    机会要用到波士顿房价范例中1两个形态学 值来进行预测,必须对应的公式如下,这里要做的工作是,通过fit最好的办法,计算如下的k1到k13系数以及b截距值。

    MEDV = k1*CRIM + k2*ZN + … + k13*LITAT + b

    在下面的MoreParamLR.py范例任务管理器中,实现用1两个形态学 值预测房价的功能。

1    # !/usr/bin/env python

2    # coding=utf-8

3    from sklearn import datasets

4    from sklearn.linear_model import LinearRegression

5    import matplotlib.pyplot as plt

6    # 加载数据

7    dataset = datasets.load_boston()

8    # 形态学

值集合,不包括目标值房价

9    featureData = dataset.data

10   housePrice = dataset.target

    在第7行中加载了波士顿房价的数据,在第9行和第10行分别把1两个形态学 值和房价目标值装进去featureData和housePrice这两个多变量中。

11   lrTool = LinearRegression()

12   lrTool.fit(featureData, housePrice)

13   # 输出系数和截距

14   print(lrTool.coef_)

15   print(lrTool.intercept_)

    上述代码和前文推算两个多形态学 值和目标值关系的代码很类似,只不过在第12行的fit最好的办法中,传入的形态学 值是1两个,而都在 两个多。在第14行和第15行的任务管理器句子同样输出了各项系数和截距数值。

16   # 画图显示

17   plt.scatter(housePrice,housePrice,label='Real Data')

18   plt.scatter(housePrice,lrTool.predict(featureData),c='R',label='Predicted Data')

19   plt.legend(loc='best')    # 绘制图例

20   plt.rcParams['font.sans-serif']=['SimHei']

21   plt.xlabel("House Price")

22   plt.ylabel("Predicted Price")

23   plt.show()

    在第17行绘制了x坐标和y坐标都在 房价值的散列点,那此点表示原始数据,在第19行绘制散列点时,x坐标是原始房价,y坐标是根据线性回归推算出的房价。

    运行上述代码,即可看了如图所示的结果。其中蓝绿色散列点表示真实数据,红色散列点表示预测出的数据,和图13-4相比,预测出的房价结果数据更靠近真实房价数据,这是机会这次用了1两个形态学 值来预测,而刚刚只用了其中两个多形态学 数据来预测。

    另外,从控制台中都需用看了由第14行和15行的任务管理器句子打印出的各项系数和截距。

1    [-1.010011358e-01  4.64204584e-02  2.05586264e-02  2.68673382e+00  -1.77666112e+01  3.100986521e+00 6.92224640e-04 -1.47556685e+00  3.010049479e-01 -1.23345939e-02 -9.52747232e-01  9.31168327e-03 -5.24758378e-01]

2    36.4594883810089855

    其中,第1行表示1两个形态学 值的系数,而第2行表示截距。代入上述系数,即可看了如下的1两个形态学 值与目标房价的对应关系——预测公式。得出如下的公式后,再输入一些的1两个形态学 值,即可预测出对应的房价。

    MEDV = -1.010011358e-01*CRIM + 4.64204584e-02*ZN + … + -5.24758378e-01*LITAT + 36.4594883810089855

4  激动人心的时刻,预测股票价格

    在这里,将在下面的predictStockByLR.py范例任务管理器中,根据股票历史的开盘价、收盘价和成交量等形态学 值,从数学淬硬层 来预测股票未来的收盘价。

1    # !/usr/bin/env python

2    # coding=utf-8

3    import pandas as pd

4    import numpy as np

5    import math

6    import matplotlib.pyplot as plt

7    from sklearn.linear_model import LinearRegression

8    from sklearn.model_selection import train_test_split

9    # 从文件中获取数据

10   origDf = pd.read_csv('D:/stockData/ch13/100310052018-09-012019-05-31.csv',encoding='gbk')

11   df = origDf[['Close', 'High', 'Low','Open' ,'Volume']]

12   featureData = df[['Open', 'High', 'Volume','Low']]

13   # 划分形态学

值和目标值

14   feature = featureData.values

15   target = np.array(df['Close'])

    第10行的任务管理器句子从涵盖股票信息的csv文件中读取数据,在第14行设置了形态学 值是开盘价、最高价、最低价和成交量,一起在第15行设置了要预测的目标列是收盘价。在后续的代码中,需用将计算出开盘价、最高价、最低价和成交量这两个形态学 值和收盘价的线性关系,并在此基础上预测收盘价。

16   # 划分训练集,测试集

17   feature_train, feature_test, target_train ,target_test = train_test_split(feature,target,test_size=0.05)

18   pridectedDays = int(math.ceil(0.05 * len(origDf)))    # 预测天数

19   lrTool = LinearRegression()

20   lrTool.fit(feature_train,target_train)   # 训练

21   # 用测试集预测结果

22   predictByTest = lrTool.predict(feature_test)

    第17行的任务管理器句子通过调用train_test_split最好的办法把涵盖在csv文件中的股票数据分成训练集和测试集,这俩最好的办法前两个多参数分别是形态学 列和目标列,而第两个多参数0.05则表示测试集的大小是总量的0.05。该最好的办法返回的两个参数分别是形态学 值的训练集、形态学 值的测试集、要预测目标列的训练集和目标列的测试集。

    第18行的任务管理器句子计算了要预测的交易日数,在第19行中构建了两个多线性回归预测的对象,在第20行是调用fit最好的办法训练形态学 值和目标值的线性关系,请注意这里的训练是针对训练集的,在第22行中,则是用形态学 值的测试集来预测目标值(即收盘价)。也统统说,是用多个交易日的股价来训练lrTool对象,并在此基础上预测后续交易日的收盘价。至此,后面 的任务管理器代码完成了相关的计算工作。

23   # 组装数据

24   index=0

25   # 在前95%的交易日中,设置预测结果和收盘价一致

26   while index < len(origDf) - pridectedDays:

27       df.ix[index,'predictedVal']=origDf.ix[index,'Close']

28       df.ix[index,'Date']=origDf.ix[index,'Date']

29       index = index+1

100   predictedCnt=0

31   # 在后5%的交易日中,用测试集推算预测股价

32   while predictedCnt<pridectedDays:

33       df.ix[index,'predictedVal']=predictByTest[predictedCnt]

34       df.ix[index,'Date']=origDf.ix[index,'Date']

35       predictedCnt=predictedCnt+1

36       index=index+1

    在第26行到第29行的while循环中,在第27行把训练集次要的预测股价设置成收盘价,并在第28行设置了训练集次要的日期。

    在第32行到第36行的while循环中,遍历了测试集,在第33行的任务管理器句子把df中表示测试结果的predictedVal列设置成相应的预测结果,一起也在第34行的任务管理器句子逐行设置了每条记录中的日期。

37   plt.figure()

38   df['predictedVal'].plot(color="red",label='predicted Data')

39   df['Close'].plot(color="blue",label='Real Data')

40   plt.legend(loc='best')    # 绘制图例

41   # 设置x坐标的标签

42   major_index=df.index[df.index%10==0]

43   major_xtics=df['Date'][df.index%10==0]

44   plt.xticks(major_index,major_xtics)

45   plt.setp(plt.gca().get_xticklabels(), rotation=100)

46   # 带网格线,且设置了网格样式

47   plt.grid(line)

48   plt.show()

    在完成数据计算和数据组装的工作后,从第37行到第48行任务管理器代码的最后,实现了可视化。

    第38行和第39行的任务管理器代码分别绘制了预测股价和真实收盘价,在绘制的刚刚设置了不同的颜色,也设置了不同的label标签值,在第40行通过调用legend最好的办法,根据收盘价和预测股价的标签值,绘制了相应的图例。

    从第42行到第45行设置了x轴显示的标签文字是日期,为了刚刚标签文字显示过密,设置了“每10个日期里只显示两个多”的显示最好的办法,我希望在第47行设置了网格线的效果,最后在第48行通过调用show最好的办法绘制出整个图形。运行本范例任务管理器,即可看了如图所示的结果。

     从图中都需用看出,蓝线表示真实的收盘价(图中完正的线),红线表示预测股价(图中靠右边的线。机会本书黑白印刷的是因为着,在书中读者看必须蓝绿色和红色,请读者在此人 的计算机上运行这俩范例任务管理器即可看了红蓝两色的线)。实在预测股价和真实价之间有差距,但涨跌的趋势大致相同。我希望在预测时必须考虑到涨跌停的因素,统统预测结果的涨跌幅度比真实数据要大。

5 系列文总结和版权说明

    本文是给任务管理器员加财商系列,刚刚的系列文如下:

    本文力争做到完正,比如代码按行编号,并针对行号完正解释,且图文并茂,统统机会其他同学 感觉都需用,请尽量帮忙推荐一下。本文的内容即将出书,在出版的书里,是用股票案例和其他同学 讲述Python入门时的知识点,敬请期待。    

    有不少网友视频 转载和让你转载我的博文,此人 感到十分荣幸,这也是此人 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,刚刚告知,转载时请用链接的最好的办法,给出原文出处,别简单地通过文本最好的办法给出,一起写明原作者是hsm_computer。

    2 在转载时,请原文转载 ,谢绝洗稿。我希望此人 保留追究法律责任的权利。

猜你喜欢

幸运快3彩神8app_2019 年 10月 28 日 随笔档案

2019年10月28日借着谈转正感想的时机,再聊聊外企和互联网公司的工作体验摘要:我于今年4月15号进了当前的外企公司,当时还用以我的亲身经历为例,告诉另一个人儿写简历和面试的

2020-02-25

时时彩套路_ 母乳对妈妈的三大好处

①有助产后恢复母乳喂养还无需 帮助产妇子宫恢复时时彩套路时时彩套路,或者婴儿在喝奶吸允时时彩套路的完后 ,是还无需 有助妈妈的催产素释放。催产素对妈妈来说,不但还无需

2020-02-25

分分时时彩豹子_股票类APP:用户依然活跃 男性用户居多

2018年分分时时彩豹子以来,国际环境动荡,金融市场表现不佳,我我觉得A股市场表现不佳,但证券市场投分分时时彩豹子资者热情并未降低,移动端活跃用户数仍然高涨。比达咨询(BigD

2020-02-25

2分彩app二维码_柔柔SPA,破译冬季护发密码

   “三千烦恼丝”又要结束英文接受寒冷、干燥气候2分彩app二维码的洗礼了。枯黄、分叉、断裂、毛躁、打结、头屑、脱发等间题陆续出现,2分彩app二维码许多人应要怎样令头发在恶

2020-02-25

大发飞艇邀请码_2019 年 12月 31 日 随笔档案

不负时代沉睡的人心潮澎湃热血流过动脉别让梦想带着遗憾醒来总大家被世界淘汰总大家被记载在这尔虞我诈的舞台挺过来初心仍在坎坷不算失败不负时代人生这样彩排Oh起落都精彩磨难用双手推开

2020-02-25