让股神“巴菲浆”告诉你接下来的股票市场走势，带好钞票准备起飞！

1 屠龙宝刀在手

自从学习了《百度架构师手把手带你零基础实践深度学习》21天训练营的课程，内心大大地膨胀了。那种感觉好像是手中握有一把屠龙宝刀，心里痒痒地想左砍砍、右砍砍。

很快机会就来了，在课程即将结束的时候，组织了一场创意项目PK赛。

https://aistudio.baidu.com/aistudio/education/group/info/1297

详情如下：

嗯，PaddleHub是个什么东东，课上没有学过啊？？？不要紧，学一学就知道了。

 

2 神奇的PaddleHub

先上一个paddleHub链接，https://www.paddlepaddle.org.cn/hub 。在paddle官网产品全景里面看到，还是挺热门的推荐工具。

官网的解释是：便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。

粗略看了一下，还是不太懂，没关系继续看官方文档：https://paddlehub.readthedocs.io/zh_CN/develop/index.html

2.1 一个快速体验的demo

在文档中，直接看快速体验demo。因为要快速知道paddlehub是干什么的，所以我的习惯是直接看案例，其他文字都可以跳过。

我找的这个例子完成这样一件事情：

1. 给定一张照片
2. 从照片里面自动把人像抠出来（像ps那样，不过这次程序自动完成）

任务很简单，接着往下看还会发现，paddlehub的代码实现更是超出想象的简单。

2.1.1体验前请提前安装好PaddleHub

# 下载安装paddlehub到最新版本，仅第一次运行项目时执行此命令
$ pip install paddlehub==1.6.1 -i https://pypi.tuna.tsinghua.edu.cn/simple #指定版本安装PaddleHub，使用清华源更稳定、更迅速
$ pip install paddlehub --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple #升级到最新版本，使用清华源更稳定、更迅速

2.1.2 准备图片

# 下载待测试图片
$ wget https://paddlehub.bj.bcebos.com/resources/test_image.jpg

2.1.3 抠图

#安装预训练模型，deeplabv3p_xception65_humanseg是模型名称
$ hub install deeplabv3p_xception65_humanseg

# 导入paddlehub库
import paddlehub as hub
# 指定模型名称、待预测的图片路径、输出结果的路径，执行并输出预测结果
module = hub.Module(name="deeplabv3p_xception65_humanseg")
res = module.segmentation(paths = ["./test_image.jpg"], visualization=True, output_dir='humanseg_output')

看，这位帅哥就被抠出来了。是不是很简单，至少我看来，3行代码搞定非常可以了。

 

2.2 还可以做点什么呢

回到官网，发现除了图像处理领域，各个领域的模型都有。那就是说，我也有可能用几行代码去搞定其他领域的应用了吧？想想还是挺激动的

 

3 股神“巴菲浆”的诞生

相信很多人都会炒股，我身边被套牢的朋友可不在少数。韭菜年年有啊！现在已经步入AI时代，屠龙宝刀在手，敢不敢去屠（赌）一把。嘿嘿！走起。

既然是基于paddlepaddle 飞浆平台来做，再加上股神鼎鼎大名，咱就叫 “巴菲浆”吧，嗯，好名字。

3.1 应用思路：股神要解决的问题

我的想法是用NLP相关的方法，去分析股市消息的舆情动向，根据市场的情绪反应预测股市的未来涨跌方向

3.2 技术方案

1. 准备数据：网上找了一下，可以使用tushare库
2. 预测：直接paddlehub，一刀下去，立见分晓

3.3 具体实现

安装tushare库，aistudio里面安装库可以持久化安装，这样下次打开库依然存在。

!mkdir /home/aistudio/external-libraries
!pip install tushare -t /home/aistudio/external-libraries

引用前先把库加入系统查找路径，这样就可以找到刚才的库了 

import sys
sys.path.append('/home/aistudio/external-libraries')

升级paddle和paddlehub库的版本，否则可能会报错，版本太低：

! pip install --upgrade paddlepaddle
! pip install --upgrade paddlehub

准备数据，这里简单采用来自sina的消息数据，将来可以准备更加精细的舆情数据

import tushare as ts
messages = ts.guba_sina(False)

 

加载模型，进行情感倾向预测

import paddlehub as hub
module = hub.Module(name="ernie_skep_sentiment_analysis")
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0'
result = module.predict_sentiment(messages['title'], use_gpu=True)
result 

最后，也是最关键的一步，对预测结果进行加权统计：

#统计市场消息情感倾向，得出牛熊市结论

#市场倾向得分
pred_score = 0
msg_cnt=0

for msg in result:
    #print(msg)
    if msg['sentiment_label'] == 'negative':
        score = -1 * msg['negative_probs']
    else:
        score =1 * msg['positive_probs']

    #市场倾向得分等于正反例得分的加权和
    pred_score += score
    msg_cnt+=1

pred_score=pred_score/msg_cnt
if pred_score > 0:
    print('股神巴菲浆告诉你，这是一个牛市，上涨概率为：{}'.format(pred_score))
else:
    print('股神巴菲浆告诉你，这是一个熊市，下跌概率为：{}'.format(-1*pred_score))

运行结果：基于2020-8-27日市场倾向数据，接下来市场会继续上涨哦！（投资有风险，入市须谨慎，仅供参考！）

股神巴菲浆告诉你，这是一个牛市，上涨概率为：0.09600838356547886

4 后记

感谢飞浆，如此简单，股市“巴菲浆”分分钟就可以运作了。当然这个项目还是很简陋的，但是相信AI已来，下一个股神可能就是你哦！

aistudio上面有项目完整代码，可以fork直接运行：

https://aistudio.baidu.com/aistudio/projectdetail/764795

带好钞票，准备起飞！

谢谢