背景知識(shí)

最近再看一些量化交易相關(guān)的材料，偶然在網(wǎng)上看到了一個(gè)關(guān)于用RNN實(shí)現(xiàn)股票預(yù)測(cè)的文章，出于好奇心把文章中介紹的代碼在本地跑了一遍，發(fā)現(xiàn)可以work。于是就花了兩個(gè)晚上的時(shí)間學(xué)習(xí)了下代碼，順便把核心的內(nèi)容翻譯成中文分享給大家。

?

首先講講對(duì)于股票預(yù)測(cè)的理解，股票是一種可以輕易用數(shù)字表現(xiàn)律動(dòng)的交易形式。因?yàn)榇髷?shù)定理的存在，定義了世間所有的行為都可以通過(guò)數(shù)字表示，并且存在一定的客觀規(guī)律。股票也不例外，量化交易要做的就是通過(guò)數(shù)學(xué)模型發(fā)現(xiàn)股票的走勢(shì)趨勢(shì)。“趨勢(shì)”要這樣理解：對(duì)于股票的預(yù)測(cè)，不是說(shuō)我知道這個(gè)股票昨天指數(shù)是多少，然后預(yù)測(cè)今天他的指數(shù)能漲到多少。而是，我們通過(guò)過(guò)去一段時(shí)間股票的跌或者漲，總結(jié)出當(dāng)出現(xiàn)某種波動(dòng)的時(shí)候股票會(huì)有相應(yīng)的漲或者跌的趨勢(shì)。于是就引出了RNN的概念。

RNN是一種深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)，RNN的優(yōu)勢(shì)是它在訓(xùn)練的過(guò)程中會(huì)考慮數(shù)據(jù)的上下文聯(lián)系，非常適合股票的場(chǎng)景，因?yàn)槟骋粫r(shí)刻的波動(dòng)往往跟之前的走勢(shì)蘊(yùn)含某種聯(lián)系。RNN是由一個(gè)個(gè)神經(jīng)元cell組成，然而傳統(tǒng)的RNN當(dāng)網(wǎng)絡(luò)過(guò)于復(fù)雜的時(shí)候，后方節(jié)點(diǎn)對(duì)于前方的感知力會(huì)下降，LSTM（Long-short Term Memory）是一種變型，從名字就可以看出來(lái)，LSTM可以增加記憶力，解決上面提到的問(wèn)題。對(duì)于股票這個(gè)場(chǎng)景，我們就可以通過(guò)LSTM來(lái)實(shí)現(xiàn)股票的走勢(shì)的預(yù)測(cè)。

在股票這個(gè)場(chǎng)景下，通過(guò)上面這個(gè)圖可以看出來(lái)，輸入的是時(shí)間t、t+1、t+2的股票信息，可以返回t+1、t+2、t+3的股票信息，而且上下節(jié)點(diǎn)前后依賴，通過(guò)LSTM模型對(duì)于這樣的股票序列進(jìn)行預(yù)測(cè)，所以股票預(yù)測(cè)的關(guān)鍵就是首先構(gòu)建股票序列化數(shù)據(jù)，然后訓(xùn)練LSTM模型，最終通過(guò)這個(gè)模型對(duì)于股票進(jìn)行預(yù)測(cè)，以上就是大體的一些思路。

數(shù)據(jù)說(shuō)明

本次實(shí)驗(yàn)使用的是一只叫SP500的股票，可以從雅虎下載這只股從50年到現(xiàn)在每天的走勢(shì)情況，這里只需要關(guān)心每次收盤價(jià)格，也就是close字段即可。數(shù)據(jù)截圖：

代碼

代碼文件有以下四部分：

其中SP500的股票數(shù)據(jù)需要放在data文件夾下。依賴的庫(kù)包括，

numpy==1.13.1pandas==0.16.2 scikit-learn==0.16.1 scipy==0.19.1 tensorflow==1.2.1

在項(xiàng)目目錄下執(zhí)行以下shell即可開始訓(xùn)練：

python main.py --stock_symbol=SP500 --train --input_size=1 --lstm_size=128 --max_epoch=50

分別介紹下每個(gè)代碼：

data_model.py

這個(gè)文件是構(gòu)建訓(xùn)練數(shù)據(jù)，通過(guò)pandas庫(kù)去讀數(shù)據(jù)SP500.csv文件，然后只取close這個(gè)字段，將每天的close數(shù)據(jù)作為代表當(dāng)天股票的市值，如下圖所示。

這里做了一次歸一化，因?yàn)楣善痹?/span>50年的市值是每股19塊左右，到了2017年漲到了2600多塊，分布很不均勻，于是通過(guò)把每天股票close值除以歷史股票最高值，將所有數(shù)據(jù)的定義域限定在0到1之間。接著構(gòu)建預(yù)測(cè)集，涉及到兩個(gè)參數(shù)input_size和num_steps，當(dāng)input_size=3 and num_steps=2時(shí)會(huì)構(gòu)建以下數(shù)據(jù)集。

第0、1、2天的股票和第3、4、5天的股票為訓(xùn)練集，第6、7、8天的股票是目標(biāo)列，就構(gòu)成了監(jiān)督學(xué)習(xí)數(shù)據(jù)。以此類推，將所有數(shù)據(jù)構(gòu)成訓(xùn)練數(shù)據(jù)集。

model_rnn.py

構(gòu)建模型的文件，通過(guò)build_graph函數(shù)去構(gòu)建整個(gè)的LSTM網(wǎng)絡(luò)，同時(shí)定義最優(yōu)化求法的optimizer。通過(guò)train函數(shù)定義數(shù)據(jù)如何在graph中訓(xùn)練，包括model參數(shù)的存儲(chǔ)。plot_samples會(huì)在訓(xùn)練過(guò)程中將測(cè)試集數(shù)據(jù)和訓(xùn)練數(shù)據(jù)的比較打印成圖片輸出。

?

main.py

入口代碼，定義運(yùn)行參數(shù)，包括epoch的輪數(shù)、learning_rate等等。

?

結(jié)果評(píng)估

其實(shí)，在測(cè)試的時(shí)候，整個(gè)工程就將生成的預(yù)測(cè)數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行比較并且在images文件夾下生成圖片。我們通過(guò)圖片直觀的可以看下隨著訓(xùn)練的進(jìn)行，是否真正可以模擬出股票曲線，首先是epoch=5的時(shí)候，也就是訓(xùn)練第5輪的時(shí)候，我們看到綠色的predict曲線和藍(lán)色的truth曲線擬合的并不好。

?

再來(lái)看下又過(guò)了40多輪訓(xùn)練生成的圖片：

我們看到股票的曲線擬合程度已經(jīng)進(jìn)步非常多，相信隨著數(shù)據(jù)和訓(xùn)練輪次的增加，預(yù)測(cè)值會(huì)越來(lái)越精確。

?PS:總結(jié)完了，建議大家想學(xué)習(xí)的自己跟一遍代碼，我自己看了2個(gè)晚上，加起來(lái)4個(gè)小時(shí)左右。我整理的代碼和數(shù)據(jù)下載鏈接在下面已經(jīng)給出。另外誰(shuí)認(rèn)識(shí)北京的做量化交易相關(guān)的同學(xué)，請(qǐng)幫忙引薦，最近在工作之余自學(xué)量化交易相關(guān)的內(nèi)容，希望可以有業(yè)內(nèi)同學(xué)當(dāng)面交流一下，多謝。

參考

項(xiàng)目地址：https://github.com/lilianweng/stock-rnn

作者寫的介紹博文，很詳細(xì)，學(xué)到很多：

https://lilianweng.github.io/lil-log/2017/07/08/predict-stock-prices-using-RNN-part-1.html

?另外我基于lilianweng的工作，精簡(jiǎn)了一部分代碼，并且修改了部分版本不兼容的第三方庫(kù)函數(shù)，并且在工程中提供了從雅虎股票下載好的數(shù)據(jù)，可以直接運(yùn)行，項(xiàng)目地址：https://github.com/jimenbian/stock-rnn

總結(jié)

以上是生活随笔為你收集整理的深度学习RNN实现股票预测实战（附数据、代码）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。