深度有趣 | 10 股票价格预测

简介

股票价格预测是一件非常唬人的事情，但如果只基于历史数据进行预测，显然完全不靠谱

股票价格是典型的时间序列数据（简称时序数据），会受到经济环境、政府政策、人为操作多种复杂因素的影响

不像气象数据那样具备明显的时间和季节性模式，例如一天之内和一年之内的气温变化等

尽管如此，以股票价格为例，介绍如何对时序数据进行预测，仍然值得一做

以下使用TensorFlow和Keras，对S&P 500股价数据进行分析和预测

数据

S&P 500股价数据爬取自Google Finance API，已经进行过缺失值处理

加载库，pandas主要用于数据清洗和整理

# -*- coding: utf-8 -*-

import pandas as pd
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.preprocessing import MinMaxScaler
import time

用pandas读取csv文件为DataFrame，并用describe()查看特征的数值分布

data = pd.read_csv('data_stocks.csv')
data.describe()

还可以用info()查看特征的概要

data.info()

数据共502列，41266行，502列分别为：

• DATE：该行数据的时间戳
• SP500：可以理解为大盘指数
• 其他：可以理解为500支个股的股价

查看数据的前五行

data.head()

查看时间跨度

print(time.strftime('%Y-%m-%d', time.localtime(data['DATE'].max())), 
      time.strftime('%Y-%m-%d', time.localtime(data['DATE'].min())))

绘制大盘趋势折线图

plt.plot(data['SP500'])

去掉DATE一列，训练集测试集分割

data.drop('DATE', axis=1, inplace=True)
data_train = data.iloc[:int(data.shape[0] * 0.8), :]
data_test = data.iloc[int(data.shape[0] * 0.8):, :]
print(data_train.shape, data_test.shape)

数据归一化，只能使用data_train进行fit()

scaler = MinMaxScaler(feature_range=(-1, 1))
scaler.fit(data_train)
data_train = scaler.transform(data_train)
data_test = scaler.transform(data_test)

同步预测

同步预测是指，使用当前时刻的500支个股股价，预测当前时刻的大盘指数，即一个回归问题，输入共500维特征，输出一维，即[None, 500] => [None, 1]

使用TensorFlow实现同步预测，主要用到多层感知机（M