若要分析的数据集是实时更新的，我们把它称作TSA时间序列分析（Time Series Analysis）,经常需要用到TSA的场景之一就是股市。这次我们来分析一下苹果的股价，并用LSTM长短期记忆神经网络算法(Long Short Term Memory)来预测它的走向。
股市数据可以从纳斯达克官网下载。 我取了近一年的数据。
import pandas as pd
import numpy as np
data=pd.read_csv("数据下载路径")导入的数据是按照时间从近到远排列的，而股价又是携带单位的object类型，不能做数据分析。因此需要转换一下格式，然后按照时间逆序排列。由于数据量不大，我们索性用EXCEL完成这些简单的预处理步骤。
处理完后展示一下：
data.head()Date Close Volume Open High Low 0 05/10/2021 126.85 88071230 129.41 129.54 126.81 1 05/11/2021 125.91 126142800 123.50 126.27 122.77 2 05/12/2021 122.77 112172300 123.40 124.64 122.25 3 05/13/2021 124.97 105861300 124.58 126.15 124.26 4 05/14/2021 127.45 81917950 126.25 127.89 125.85
import matplotlib.pyplot as plt
figure=plt.plot(data.Date,data.Close)
plt.show()
plt.figsave
但股市更常用烛台图（Candlestick），就是将开盘价，高点，低点，和收盘价全部展现在一张图中。 因此我们再会绘制一下烛台图。
import plotly.graph_objects as go
figure=go.Figure(data=[go.Candlestick(x=go.Candlestick(x=data.index,
open=data["Open"],
high=data["High|],
low=data["low"],
close=data["Close"])
figure.update_layout(title="Time Series Analysis(Candlestick Chart)",
xaixs_rangeslider_visible=False)
figure.show()
查看一下相关性
data=data.drop(“Date”，axis=1,inplace=True)
correlation=data.corr()
print(correlation["Close"],sort_values(ascending=True))Close 1.000000 Low 0.994900 High 0.994831 Open 0.988654 Volume 0.276286 Name: Close, dtype: float64
- 数据集分割
x=data[["Open","High","Low","Volume"]]
y=data["Close"]
x=x.to_numpy() #以4维向量名成立n X 4的自变量矩阵
y=y.to_numpy() #以1维向量名成立n X 1的因变量矩阵
y=y.reshape(-1,1)#-1代表固定行数
from sklearn.model_selection import train_test_slpit
xtrain,xtest,ytrain,ytest=train_test_split(x,y,test_size=0.2,random_state=42)- 建立神经网络架构模型
from keras.models import Sequential
from keras.layers import Dense, LSTM
model = Sequential()
model.add(LSTM(128, return_sequences=True, input_shape= (xtrain.shape[1], 1)))
model.add(LSTM(64, return_sequences=False))
model.add(Dense(25))
model.add(Dense(1))
model.summary()Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= lstm (LSTM) (None, 4, 128) 66560 lstm_1 (LSTM) (None, 64) 49408 dense (Dense) (None, 25) 1625 dense_1 (Dense) (None, 1) 26 ================================================================= Total params: 117,619 Trainable params: 117,619 Non-trainable params: 0 _________________________________________________________________
- 开始训练模型
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(xtrain, ytrain, batch_size=1, epochs=60)Epoch 1/60 201/201 [==============================] - 1s 5ms/step - loss: 3.5582 Epoch 2/60 201/201 [==============================] - 1s 5ms/step - loss: 5.6847 Epoch 3/60 201/201 [==============================] - 1s 5ms/step - loss: 3.3240 ... 201/201 [==============================] - 1s 5ms/step - loss: 3.8948 Epoch 60/60 201/201 [==============================] - 1s 5ms/step - loss: 3.3578 <keras.callbacks.History object at 0x0000024CEFCFCE50>
我这里经过30,40,50,60,70,80次epoch的测试，只有60的损失是最低的，因此epoch times选了60。
- 测试模型 训练模型所用的数据集是5月6日往前一年的，因此验证数据我们就用5月9日纳斯达克刚公布的。
import numpy as np
#features=["Open”,"High","low","volume"]
features=np.array([[154.925,155.925,151.49,131577900]])
model.predict(features)预测所得的收盘价为：
array([[153.51788]], dtype=float32)
而5月9日真实的收盘价为152.06美元！差了1.4美元。
从目前唯一的验证结果来看，我们的模型还是差强人意，本模型拿来做炒股的参考就还不错！ 明天我们将继续验证！