循环神经网络（RNN）实现股票预测

ゝ一纸荒年。 2024-05-07 17:07 80阅读 0赞

> 活动地址：[CSDN21天学习挑战赛][CSDN21]

![a79ae2b8921445efba42ef7d87c582bc.png][]

## 前言 ##

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

#### 1.什么是循环神经网络？ ####

一个最简单的循环神经网络如下图所示：这样的神经网络一共有3层，分别是输入层x，隐藏层h和输出层y。定义每一层的节点下标如下：k表示的是输出层的节点下标，j表示的是当前时间节点隐藏层的节点下标，l表示的是上一时间节点隐藏层的节点下标，i表示的是输入层的节点下标。

![70][]

#### 2.回归评价指标 ####

**MSE ：均方误差 -----> 预测值减真实值求平方后求均值**

![e6f5e9b7e57e4fc8900d6e88203a3422.png][]

**RMSE ：均方根误差 -----> 对均方误差开方**

平方根误差(RMSE)，其又被称为RMSD（root mean square deviation），是回归模型中最常用的评价指标。

![ef073894b5ae49edb93bdcb213f6ba13.png][]

**MAE ：平均绝对误差-----> 预测值减真实值求绝对值后求均值**

![b9930cecbfe84a33b99a7e6605c8c908.png][]

**R2 ：决定系数，可以简单理解为反映模型拟合优度的重要的统计量**

![5c65c0aba47743d2bd535c0662c10bd7.png][]

其中的参数解释：

*  ![y\_\{i\}][y_i]是第i个样本的真实值
 *  ![\\widehat\{y\}][widehat_y]是第i个样本的预测值
 *  m是样本的个数

##  ##

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

### 一、前期工作 ###

#### 1.加载数据 ####

import os,math
    from tensorflow.keras.layers import Dropout, Dense, SimpleRNN
    from sklearn.preprocessing   import MinMaxScaler
    from sklearn import metrics
    import numpy             as np
    import pandas            as pd
    import tensorflow        as tf
    import matplotlib.pyplot as plt
    # 支持中文
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

查看一下数据集

data = pd.read_csv('./SH600519.csv')  # 读取股票文件
    data

<table> 
 <tbody> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;"></td> 
 <td style="text-align:right;vertical-align:bottom;">Unnamed: o</td> 
 <td style="text-align:left;vertical-align:bottom;">date</td> 
 <td style="text-align:center;vertical-align:bottom;">open</td> 
 <td style="text-align:center;vertical-align:bottom;">close</td> 
 <td style="text-align:left;vertical-align:bottom;">high</td> 
 <td style="text-align:right;vertical-align:bottom;">low</td> 
 <td style="text-align:center;vertical-align:bottom;">volume</td> 
 <td style="text-align:right;vertical-align:bottom;">code</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">0</td> 
 <td style="text-align:right;vertical-align:bottom;">74</td> 
 <td style="text-align:left;vertical-align:bottom;">2010-04-26</td> 
 <td style="text-align:center;vertical-align:bottom;">88.702</td> 
 <td style="text-align:center;vertical-align:bottom;">87.381</td> 
 <td style="text-align:left;vertical-align:bottom;">89.072</td> 
 <td style="text-align:right;vertical-align:bottom;">87.362</td> 
 <td style="text-align:center;vertical-align:bottom;">107036.13</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">1</td> 
 <td style="text-align:right;vertical-align:bottom;">75</td> 
 <td style="text-align:left;vertical-align:bottom;">2010-O4-27</td> 
 <td style="text-align:center;vertical-align:bottom;">87.355</td> 
 <td style="text-align:center;vertical-align:bottom;">84.841</td> 
 <td style="text-align:left;vertical-align:bottom;">87.355</td> 
 <td style="text-align:right;vertical-align:bottom;">84.681</td> 
 <td style="text-align:center;vertical-align:bottom;">58234.48</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2</td> 
 <td style="text-align:right;vertical-align:bottom;">76</td> 
 <td style="text-align:left;vertical-align:bottom;">2010-04-28</td> 
 <td style="text-align:center;vertical-align:bottom;">84.235</td> 
 <td style="text-align:center;vertical-align:bottom;">84.318</td> 
 <td style="text-align:left;vertical-align:bottom;">85.128</td> 
 <td style="text-align:right;vertical-align:bottom;">83.597</td> 
 <td style="text-align:center;vertical-align:bottom;">26287.43</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">3</td> 
 <td style="text-align:right;vertical-align:bottom;">77</td> 
 <td style="text-align:left;vertical-align:bottom;">2010-04-29</td> 
 <td style="text-align:center;vertical-align:bottom;">84.592</td> 
 <td style="text-align:center;vertical-align:bottom;">85.671</td> 
 <td style="text-align:left;vertical-align:bottom;">86.315</td> 
 <td style="text-align:right;vertical-align:bottom;">84.592</td> 
 <td style="text-align:center;vertical-align:bottom;">34501.2</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">4</td> 
 <td style="text-align:right;vertical-align:bottom;">78</td> 
 <td style="text-align:left;vertical-align:bottom;">2010-04-30</td> 
 <td style="text-align:center;vertical-align:bottom;">83.871</td> 
 <td style="text-align:center;vertical-align:bottom;">82.34</td> 
 <td style="text-align:left;vertical-align:bottom;">83.871</td> 
 <td style="text-align:right;vertical-align:bottom;">81.523</td> 
 <td style="text-align:center;vertical-align:bottom;">85566.7</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 <td style="text-align:left;vertical-align:bottom;">…</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2421</td> 
 <td style="text-align:right;vertical-align:bottom;">2495</td> 
 <td style="text-align:left;vertical-align:bottom;">2020-04-20</td> 
 <td style="text-align:center;vertical-align:bottom;">1221</td> 
 <td style="text-align:center;vertical-align:bottom;">1227.3</td> 
 <td style="text-align:left;vertical-align:bottom;">1231.5</td> 
 <td style="text-align:right;vertical-align:bottom;">1216.8</td> 
 <td style="text-align:center;vertical-align:bottom;">24239</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2422</td> 
 <td style="text-align:right;vertical-align:bottom;">2496</td> 
 <td style="text-align:left;vertical-align:bottom;">2020-04-21</td> 
 <td style="text-align:center;vertical-align:bottom;">1221.02</td> 
 <td style="text-align:center;vertical-align:bottom;">1200</td> 
 <td style="text-align:left;vertical-align:bottom;">1223.99</td> 
 <td style="text-align:right;vertical-align:bottom;">1193</td> 
 <td style="text-align:center;vertical-align:bottom;">29224</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2423</td> 
 <td style="text-align:right;vertical-align:bottom;">2497</td> 
 <td style="text-align:left;vertical-align:bottom;">2020-04-22</td> 
 <td style="text-align:center;vertical-align:bottom;">1206</td> 
 <td style="text-align:center;vertical-align:bottom;">1244.5</td> 
 <td style="text-align:left;vertical-align:bottom;">1249.5</td> 
 <td style="text-align:right;vertical-align:bottom;">1202.22</td> 
 <td style="text-align:center;vertical-align:bottom;">44035</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2424</td> 
 <td style="text-align:right;vertical-align:bottom;">2498</td> 
 <td style="text-align:left;vertical-align:bottom;">2020-04-23</td> 
 <td style="text-align:center;vertical-align:bottom;">1250</td> 
 <td style="text-align:center;vertical-align:bottom;">1252.26</td> 
 <td style="text-align:left;vertical-align:bottom;">1265.68</td> 
 <td style="text-align:right;vertical-align:bottom;">1247.77</td> 
 <td style="text-align:center;vertical-align:bottom;">26899</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 <tr> 
 <td style="text-align:left;vertical-align:bottom;">2425</td> 
 <td style="text-align:right;vertical-align:bottom;">2499</td> 
 <td style="text-align:left;vertical-align:bottom;">2020-04-24</td> 
 <td style="text-align:center;vertical-align:bottom;">1248</td> 
 <td style="text-align:center;vertical-align:bottom;">1250.56</td> 
 <td style="text-align:left;vertical-align:bottom;">1259.89</td> 
 <td style="text-align:right;vertical-align:bottom;">1235.18</td> 
 <td style="text-align:center;vertical-align:bottom;">19122</td> 
 <td style="text-align:right;vertical-align:bottom;">600519</td> 
 </tr> 
 </tbody> 
</table>

可以看到这个数据集的维度是一个2426 rows × 8 columns

"""
    前(2426-300=2126)天的开盘价作为训练集,表格从0开始计数，2:3 是提取[2:3)列，前闭后开,故提取出C列开盘价
    后300天的开盘价作为测试集
    """
    training_set = data.iloc[0:2426 - 300, 2:3].values  
    test_set = data.iloc[2426 - 300:, 2:3].values

### 二、数据预处理 ###

#### 1.归一化 ####

sc = MinMaxScaler(feature_range=(0, 1))
    training_set = sc.fit_transform(training_set)
    test_set = sc.transform(test_set)

#### 2.设置测试集训练集 ####

x_train = []
    y_train = []
    
    x_test = []
    y_test = []
    
    """
    使用前60天的开盘价作为输入特征x_train
        第61天的开盘价作为输入标签y_train
        
    for循环共构建2426-300-60=2066组训练数据。
           共构建300-60=260组测试数据
    """
    for i in range(60, len(training_set)):
        x_train.append(training_set[i - 60:i, 0])
        y_train.append(training_set[i, 0])
        
    for i in range(60, len(test_set)):
        x_test.append(test_set[i - 60:i, 0])
        y_test.append(test_set[i, 0])
        
    # 对训练集进行打乱
    np.random.seed(7)
    np.random.shuffle(x_train)
    np.random.seed(7)
    np.random.shuffle(y_train)
    tf.random.set_seed(7)

"""
    将训练数据调整为数组（array）
    
    调整后的形状：
    x_train:(2066, 60, 1)
    y_train:(2066,)
    x_test :(240, 60, 1)
    y_test :(240,)
    """
    x_train, y_train = np.array(x_train), np.array(y_train) # x_train形状为：(2066, 60, 1)
    x_test,  y_test  = np.array(x_test),  np.array(y_test)
    
    """
    输入要求：[送入样本数， 循环核时间展开步数， 每个时间步输入特征个数]
    """
    x_train = np.reshape(x_train, (x_train.shape[0], 60, 1))
    x_test  = np.reshape(x_test,  (x_test.shape[0], 60, 1))

### 五.构建模型 ###

model = tf.keras.Sequential([
        SimpleRNN(100, return_sequences=True), #布尔值。是返回输出序列中的最后一个输出，还是全部序列。
        Dropout(0.1),                         #防止过拟合
        SimpleRNN(100),
        Dropout(0.1),
        Dense(1)
    ])

### 六.激活模型 ###

# 该应用只观测loss数值，不观测准确率，所以删去metrics选项，一会在每个epoch迭代显示时只显示loss值
    model.compile(optimizer=tf.keras.optimizers.Adam(0.001),
                  loss='mean_squared_error')  # 损失函数用均方误差

### 七.训练模型 ###

history = model.fit(x_train, y_train, 
                        batch_size=64, 
                        epochs=20, 
                        validation_data=(x_test, y_test), 
                        validation_freq=1)                  #测试的epoch间隔数
    
    model.summary()

![3f9056f5a4b744dd937c37a38b90c3ff.png][]

### 八、结果可视化 ###

#### 1.绘制loss图 ####

plt.plot(history.history['loss']    , label='Training Loss')
    plt.plot(history.history['val_loss'], label='Validation Loss')
    plt.title('Training and Validation Loss')
    plt.legend()
    plt.show()

![b4e30dcc915c46c3ab74aab85115bc70.png][]

#### 2.预测 ####

predicted_stock_price = model.predict(x_test)                       # 测试集输入模型进行预测
    predicted_stock_price = sc.inverse_transform(predicted_stock_price) # 对预测数据还原---从（0，1）反归一化到原始范围
    real_stock_price = sc.inverse_transform(test_set[60:])              # 对真实数据还原---从（0，1）反归一化到原始范围
    
    # 画出真实数据和预测数据的对比曲线
    plt.plot(real_stock_price, color='red', label='Stock Price')
    plt.plot(predicted_stock_price, color='blue', label='Predicted Stock Price')
    plt.title('Stock Price Prediction by K同学啊')
    plt.xlabel('Time')
    plt.ylabel('Stock Price')
    plt.legend()
    plt.show()

![c668b17c5267406fa6b1df5df84cc1b4.png][]

#### 3.模型评估 ####

MSE   = metrics.mean_squared_error(predicted_stock_price, real_stock_price)
    RMSE  = metrics.mean_squared_error(predicted_stock_price, real_stock_price)**0.5
    MAE   = metrics.mean_absolute_error(predicted_stock_price, real_stock_price)
    R2    = metrics.r2_score(predicted_stock_price, real_stock_price)
    
    print('均方误差: %.5f' % MSE)
    print('均方根误差: %.5f' % RMSE)
    print('平均绝对误差: %.5f' % MAE)
    print('R2: %.5f' % R2)

> 均方误差: 2832.56694
> 
> 均方根误差: 53.22187
> 
> 平均绝对误差: 46.33857
> 
> R2: 0.59098

参考资料：

> >- 本文为\[?365天深度学习训练营\](https://mp.weixin.qq.com/s/k-vYaC8l7uxX51WoypLkTw) 中的学习记录博客  
> >- 参考文章地址： \[?深度学习100例-循环神经网络（RNN）实现股票预测 | 第9天\](https://mtyjkh.blog.csdn.net/article/details/117752046)  
>

[CSDN21]: https://marketing.csdn.net/p/bdabfb52c5d56532133df2adc1a728fd
[a79ae2b8921445efba42ef7d87c582bc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/c8f8d019572a46549bfe55004b55b66a.png
[70]: https://img-blog.csdn.net/20180901164734335?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlbmdiaW5nY2h1bg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[e6f5e9b7e57e4fc8900d6e88203a3422.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/1a09b200448c42cca6b4397cf876210f.png
[ef073894b5ae49edb93bdcb213f6ba13.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/20a4a3be8efc4417b8f11393a720f2f3.png
[b9930cecbfe84a33b99a7e6605c8c908.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/72246a2dd70e4ddeac4ef5c2b5029d88.png
[5c65c0aba47743d2bd535c0662c10bd7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/d340d0de8b80477691067c3d24165df6.png
[y_i]: https://latex.csdn.net/eq?%5Cdpi%7B120%7D%20y_%7Bi%7D
[widehat_y]: https://latex.csdn.net/eq?%5Cdpi%7B120%7D%20%5Cwidehat%7By%7D
[3f9056f5a4b744dd937c37a38b90c3ff.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/02e85d2aad61478782cf180165e1a3d8.png
[b4e30dcc915c46c3ab74aab85115bc70.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/15ef7d05a19c437fb5f0febda5624c5f.png
[c668b17c5267406fa6b1df5df84cc1b4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/07/340021c559e14d5ba1c50e3f2a5e101a.png