概率图模型4-HMM之股票走势预测

1.数据加载

import numpy as np
import pandas as pd
from hmmlearn.hmm import GaussianHMM # GaussianHMM：股票的交易数据每天都不一样，变化连续数值
data = pd.read_csv('./apple_stock.csv') # 苹果公司股票情况
print(data.shape)
data.head()
(1300, 7)

data.tail()

data.dtypes # dtypes：查看数据类型 object：string类型
Date          object
Open         float64
High         float64
Low          float64
Close        float64
Adj Close    float64
Volume       float64
dtype: object

2.日期转换

data['Date'] = pd.to_datetime(data['Date'],format = '%Y/%m/%d',errors = 'ignore') # format：格式
data.info() # info：查看详细信息
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1300 entries, 0 to 1299
Data columns (total 7 columns):
 #   Column     Non-Null Count  Dtype         
---  ------     --------------  -----         
 0   Date       1300 non-null   datetime64[ns]
 1   Open       1300 non-null   float64       
 2   High       1300 non-null   float64       
 3   Low        1300 non-null   float64       
 4   Close      1300 non-null   float64       
 5   Adj Close  1300 non-null   float64       
 6   Volume     1300 non-null   float64       
dtypes: datetime64[ns](1), float64(6)
memory usage: 71.2 KB

data.head()

3.数据提取

volume = data['Volume'].values[1:] # 去除交易额第一天的数据
close_v = data['Close'].values
diff = np.diff(close_v) # diff：临近两个数作差 前后两天股价数值的差值 涨、跌、平
X = np.column_stack([diff,volume]) # column_stack：列合并
X.shape
(1299, 2)

4.算法建模

• n_components：指定使用3个隐藏层状态表示股票涨、平、跌三种状态
• n_iter：定义最大迭代次数
• covariance_type：定义协方差矩阵类型为对角线类型，即每个特征高斯分布有自己方差参数，相互之间没有影响

model= GaussianHMM(n_components=3,n_iter=100000, covariance_type = 'diag')
model.fit(X)
GaussianHMM(n_components=3, n_iter=100000)
for i in range(model.n_components):# n_components：模型的隐含状态即涨跌平
    print('第{0}个隐含状态'.format(i))
    print('平均值是：',model.means_[i])
    print('方差是：',np.diag(model.covars_[i]))
    print('------------------------------')
第0个隐含状态
平均值是： [-1.14524842e-01   1.23845771e+08]
方差是： [3.84678157e+00     2.24454700e+15] 
------------------------------
第1个隐含状态
平均值是：  [1.68138743e-01   2.79598061e+07]
方差是： [1.00638562e+00     5.12991123e+13]
------------------------------
第2个隐含状态
平均值是： [5.04087051e-02   5.66296542e+07]
方差是： [2.81382699e+00    2.27530289e+14]
------------------------------

可见层输入采用两个输入特征(涨跌幅、成交量)所以每个结点有两个元素分别代表该状态的涨跌幅均值、成交量均值。由于系统的目标预测涨跌幅所以这里只关心第一个特征的均值，有如下结论：

• 状态0的均值是-1.14524842e-01约为-0.1145，认为该状态是跌
• 状态1的均值是1.68138743e-01约为0.1681，认为该状态是涨
• 状态2的均值是5.04087051e-02约为0.0504，认为该状态是平

由涨跌幅特征的方差可得到信息为：

• 状态跌方差为3.845，是三个状态中方差最大的也就是说该状态的预测不是特别可信
• 状态涨方差为1.006，是三个状态中方差最小的也就是说该状态的预测非常可信
• 状态平方差为2.814，可信居中

5.状态转移

print(model.transmat_.round(3)) 
[[0.915  0.      0.102]
[0.      0.898   0.085]
[0.083   0.043   0.874]]

• 第一行最大的数值是0.915因此跌倾向于保持自己的状态即第二天仍旧为跌。
• 第二行最大的数值是0.898得知涨后第二天倾向于变为涨。
• 第三行转变状态最大数值0.874平后第二天仍旧倾向于平