【RNN实战进阶】手把手教你如何预测当天股票的最高点

不念不忘少年蓝@ 2022-10-11 12:15 101阅读 0赞

# 摘要 #

在头条上有很多人做股市的分析，分析每天大盘的涨跌，我观察了几位，预测的都不理想，我一直想着用AI去预测大盘的涨跌。股市数据是个时间序列数据，用RNN再合适不过了，今天我用GRU手把手教大家实现这一算法。  
**免责声明**  
算法的结果不能作为投资的依据！！！如果你根据算法的结果去投资，赔钱别找我啊！  
![在这里插入图片描述][resize_m_lfit_w_962_pic_center]

# 获取原始数据 #

网站的地址：http://quotes.money.163.com/trade/lsjysj\_zhishu\_000001.html  
在这上面能找到大盘额历史数据，我们选择所有的数据下载下来即可。  
下载方法如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70]  
点击下载数据，默认选择全部数据，然后下载即可。  
![在这里插入图片描述][20210630154813763.png]

# 制作训练用的数据 #

原始的数据不能直接拿来使用，我们需要构建时序数据。我的想法是用前n-1天的数据来预测n天的最高点或者收盘价。所以前n-1天的数据组成x，当天的最高点就是y。  
制作数据的具体思路：  
第一步 读入数据，把几个“None”替换为0，格式化日期，由于下载的数据默认是按照日期的倒序，所以对日期做升序排列。  
第二步 删除“股票代码”、“名称”和日期列。  
第三步 定义时序的长度n，n代表用多少天的数据。定义列名cols，类型是list，定义data，存放时序数据。  
第四步 循坏df，读取数据，构建时序数据然后存放到data中，这个过程比较慢，不知道有没有快捷的方式，如果有，还请指教。  
第五步 保存data数据到sssh.csv 文件中  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1]  
得到的最终结果是sssh.csv文件，然后就可以训练了。  
**注：文件的最后一行是test数据，所以没有标签，我设置为0。**  
完整的代码如下：

import pandas as pd
    df = pd.read_csv("000001.csv", encoding='gbk')
    df=df.replace("None", '0')
    df["日期"] = pd.to_datetime(df["日期"], format="%Y-%m-%d")
    df.sort_values(by=["日期"], ascending=True)
    del df["股票代码"]
    del df["名称"]
    df = df.sort_values(by=["日期"], ascending=True)
    df.to_csv("sh.csv", index=False, sep=',')
    del df['日期']
    n = 60
    cols = []
    for col in df.columns:
        for i in range(n):
            cols.append(col + str(i))
    cols.append('y')
    data = []
    for k in range(n, len(df) + 1):
        onedata = []
        for ii in range(n, 0, -1):
            for colindex in range(len(df.columns)):
                onedata.append(df.values[k - ii][colindex])
        if k < len(df):
            onedata.append(df.values[k][1])
        else:
            onedata.append(0)
        print(onedata)
        data.append(onedata)
    df_train = pd.DataFrame(data, columns=cols)
    df_train.to_csv("sssh.csv", index=False, sep=',')

# 构建模型 #

模型选用GRU，隐藏层设置为64，平台用的pytorch，模型的代码如下：  
RNN是模型，TrainSet是数据读取逻辑。

class RNN(nn.Module):
        def __init__(self, input_size):
            super(RNN, self).__init__()
            self.rnn = nn.GRU(
                input_size=input_size,
                hidden_size=64,
                num_layers=1,
                batch_first=True
            )
            self.out = nn.Sequential(
                nn.Linear(64, 1),
            )
            self.hidden = None
    
        def forward(self, x):
            r_out, self.hidden = self.rnn(x)  # None 表示 hidden state 会用全0的 state
            out = self.out(r_out)
            return out
    
    
    class TrainSet(Dataset):
        def __init__(self, data, lables):
            # 定义好 image 的路径
            self.data, self.label = data.float(), lables.float()
    
        def __getitem__(self, index):
            return self.data[index], self.label[index]
    
        def __len__(self):
            return len(self.data)

# 特征工程 #

我做的特征工程有：  
1、对标签做缩放，把标签缩放到0到1之间。  
2、使用多项式对特征做扩展。  
3、对x数据做缩放，缩放到0到1之间。  
代码如下：

LR = 0.0001
    EPOCH = 300
    # 数据集建立
    
    df = pd.read_csv("sssh.csv", encoding='utf-8')
    scaler_y = MinMaxScaler(feature_range=(0, 1))
    df['y'] = scaler_y.fit_transform(df['y'].values.reshape(-1, 1))
    target = df['y']
    del df['y']
    polyCoder = PolynomialFeatures(degree=2, include_bias=True, interaction_only=False)
    df = polyCoder.fit_transform(df)
    df = pd.DataFrame(df, columns=polyCoder.get_feature_names())
    cols = df.columns
    scaler = MinMaxScaler(feature_range=(0, 1))
    for clo in cols:
        df[clo] = scaler.fit_transform(df[clo].values.reshape(-1, 1))

# 数据集切分 #

先把测试集切出来，测试集是最后一行。然后再按照一定比例切分测试集和验证集，切分方法采用train\_test\_split，切分比例一般是7：3。代码如下：

data = df[:df.shape[0] - 1]
    y=target[:df.shape[0] - 1]
    test = df[df.shape[0] - 1:]
    X_train, X_val, y_train, y_val = train_test_split(data, y, test_size=0.1, random_state=6)

# 训练验证 #

第一步 使用DataLoader加载训练集和测试集。  
第二步 设置模型的，n是输入的size，优化器采用Adam，loss采用mse。  
第三步 测试。  
第四部 验证。  
整个过程比较简单。  
代码如下：

# 第一步
    trainloader = DataLoader(trainset, batch_size=64, shuffle=True)
    valloader = DataLoader(valset, batch_size=64, shuffle=True)
    
    #第二步
    rnn = RNN(n)
    optimizer = torch.optim.Adam(rnn.parameters(), lr=LR)  # optimize all cnn parameters
    loss_func = nn.MSELoss()
    #第三步
    for step in range(EPOCH):
        rnn.train()
        for tx, ty in trainloader:
    
            output = rnn(torch.unsqueeze(tx, dim=1))
            loss = loss_func(torch.squeeze(output), ty)
            optimizer.zero_grad()  # clear gradients for this training step
            loss.backward()  # back propagation, compute gradients
            optimizer.step()
        print(step, loss)
        if step % 10:
            torch.save(rnn, 'rnn.pkl')
        #第四步 
        rnn.eval()
        for vx, vy in valloader:
            output = rnn(torch.unsqueeze(vx, dim=1))
            loss = loss_func(torch.squeeze(output), vy)
            print("Val Loss {}".format(loss))

# 测试 #

这个过程就比较简单。  
测试test数据，输出结果，然后执行inverse\_transform，将结果还原。

rnn.eval()
    test = np.array(test)
    test = torch.Tensor(test)
    test=torch.unsqueeze(test, dim=1)
    output=rnn(test)
    print(output.data.item())
    output=np.array(output.data.item())
    inv_y = scaler_y.inverse_transform(output.reshape(-1,1))
    inv_y = inv_y[0]
    print(inv_y)

预测今天的最高点是3597，实际最高点是3594，差了三个点。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2]  
完整代码：https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/19934980

[resize_m_lfit_w_962_pic_center]: /images/20221005/b11608c0cfa8473ea80f9019d56a15b6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70]: /images/20221005/eb755643a5ec4c8b922dab2252d5a8e5.png
[20210630154813763.png]: /images/20221005/3df93e142d1e4468bd2dd92fc7ac06b0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1]: /images/20221005/03991a60bb274cf791458bc73b52ea6d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2]: /images/20221005/30b3b3a7a7d4474d95cf263428e89c77.png