大发1.5分彩真假_以预测股票涨跌案例入门基于SVM的机器学习

    SVM是Support Vector Machine的缩写，中文叫支持向量机，通过它都须要对样本数据进行分类。以股票为例，SVM能根据若干形状样本数据，把待预测的目标结果划分成“涨”和”跌”三种，从而实现预测股票涨跌的效果。

1 通过简单案例了解SVM的分类作用

    在Sklearn库里，封装了SVM分类的相关土办法，也后该说，他们无需了解其中僵化 的算法，即可用它实现基于SVM的分类。通过如下SimpleSVMDemo.py案例，他们来看下通过SVM库实现分类的做法，以及相关土办法的调用土办法。    

1    #!/usr/bin/env python
2    #coding=utf-8
3    import numpy as np
4    import matplotlib.pyplot as plt
5    from sklearn import svm
6    #给出平面上的若干点
7    points = np.r_[[[-1,1],[1.5,1.5],[1.8,0.2],[0.8,0.7],[2.2,2.8],[2.5,3.5],[4,2]]]
8    #按0和1标记成两类
9    typeName = [0,0,0,0,1,1,1]

    在第5行里，他们引入了基于SVM的库。在第7行，他们定义了若干个点，并在第9行把哪此点分成了两类，比如[-1,1]点是第一类，而[4,2]是第二类。

    这里请注意，在第7行定义点的前一天，是通过np.r_土办法，把数据转加进“列矩阵”，那我做的目的是让数据形状满足fit土办法的要求。     

10	#建立模型
11	svmTool = svm.SVC(kernel='linear')
12	svmTool.fit(points,typeName)  #传入参数
13	#确立分类的直线
14	sample = svmTool.coef_[0] #系数
15	slope = -sample[0]/sample[1]  #斜率
16	lineX = np.arange(-2,5,1)#获取-2到5，间距是1的若干数据
17	lineY = slope*lineX-(svmTool.intercept_[0])/sample[1]

　　在第11行里，他们创建了基于SVM的对象，并指定该SVM模型采用比较常用的“线性核”来实现分类操作。

      在第14行，通过fit训练样本。这里fit土办法和前一天基于线性回归案例中的fit土办法是一样的，只不过这里是基于线性核的相关算法，而前一天是基于线性回归的相关算法（比如最小二乘法）。训练完成后，通过第14行和第15行的代码，他们得到了能分隔两类样本的直线，包括直线的斜率和截距，并通过第16行和第17行的代码设置了分隔线的若干个点。    

18	#画出划分直线
19	plt.plot(lineX,lineY,color='blue',label='Classified Line')
20	plt.legend(loc='best') #绘制图例
21	plt.scatter(points[:,0],points[:,1],c='R')
22	plt.show()

　　计算完成后，他们通过第19行的plot土办法绘制了分隔线，并在第21行通过scatter土办法绘制所有的样本点。机会points是“列矩阵”的数据形状，只是我我 是用points[:,0]来获取绘制点的 x坐标，用points[:,1]来获取y坐标，最后是通过第22行的show土办法绘制图形。运行上述代码，他们能看完如下图13.8的效果，从中他们能看完，浅蓝色的边界线能有效地分隔两类样本。

    

    从许多例子中他们能看完，SVM的作用是，根据样本，训练出能划分不同种类数据的边界线，由此实现“分类”的效果。后该，在根据训练样本选用好边界线的参数后，还能根据其它没有 明确种类样本，计算出它的种类，以此实现“预测”效果。 

2 数据标准化正确处理

    标准化（normalization）正确处理是将形状样本按一定算法进行缩放，让它们落在某个范围比较小的区间，共同加进单位限制，让样本数据转加进无量纲的纯数值。

    在用机器学习土办法进行训练时，一般须要进行标准化正确处理，愿因分析是Sklearn等库封装的许多机器学习算法对样本有一定的要求，机会许多形状值的数量级每段大多数形状值的数量级，机会有形状值每段正态分布，没有 预测结果会不准确。

    须要说明的是，随便说说在训练前对样本进行了标准化正确处理，改变了样本值，但机会在标准化的过程中是用同另另1个多多算法对删剪样本进行转换，属于“数据优化”，无需对后继的训练起到不好的作用。

    这里他们是通过sklearn库提供的preprocessing.scale土办法实现标准化，该土办法是让形状值减去平均值后该除以标准差。通过如下ScaleDemo.py案例，他们实际用下preprocessing.scale土办法。     

1	#!/usr/bin/env python
2	#coding=utf-8
3	from sklearn import preprocessing
4	import numpy as np
5	
6	origVal = np.array([[10,5,3],
7	                   [8,6,12],
8	                   [14,7,15]])
9	#计算均值
10	avgOrig = origVal.mean(axis=0)
11	#计算标准差
12	stdOrig=origVal.std(axis=0)
13	#减去均值，除以标准差
14	print((origVal-avgOrig)/stdOrig)
15	scaledVal=preprocessing.scale(origVal)
16	#直接输出preprocessing.scale后的结果
17	print(scaledVal)

　　在第6行里，他们初始化了另另1个多多长宽各为3的矩阵，在第10行，通过mean土办法计算了该矩阵的均值，在第12行则通过std土办法计算标准差。

      第14行是用原始值减去均值，再除以标准差，在第17行，是直接输出preprocessing.scale的结果。第14行和第17行的输出结果相同，均是下值，从中他们验证了标准化的具体做法。    

1	[[-0.26726124 -1.22474487 -1.37281295]
2	 [-1.06904497  0.          0.39223227]
3	 [ 1.336400621  1.22474487  0.9400540068]]

3 预测股票涨跌

    在前一天的案例中，他们用基于SVM的土办法，通过一维直线来分类二维的点。据此都须要进一步推论：通过基于SVM的土办法，他们还都须要分类具有多个形状值的样本。

    比如都须要通过开盘价、收盘价、最高价、最低价和成交量等形状值，用SVM的算法训练出哪此形状值和股票“涨“和“跌“的关系，即通过形状值划分指定股票“涨”和“跌”的边界，那我语句，一旦输入其它的股票形状数据，即可预测出对应的涨跌情況。在如下的PredictStockBySVM.py案例中，他们给出了基于SVM预测股票涨跌的功能。     

1	#!/usr/bin/env python
2	#coding=utf-8
3	import pandas as pd 
4	from sklearn import svm,preprocessing
5	import matplotlib.pyplot as plt
6	origDf=pd.read_csv('D:/stockData/ch13/400340052018-09-012019-05-31.csv',encoding='gbk')
7	df=origDf[['Close', 'Low','Open' ,'Vol','Date']]
8	#diff列表示本日和上日收盘价的差
9	df['diff'] = df["Close"]-df["Close"].shift(1)
10	df['diff'].fillna(0, inplace = True)
11	#up列表示本日是是不是上涨,1表示涨，0表示跌
12	df['up'] = df['diff']   
13	df['up'][df['diff']>0] = 1
14	df['up'][df['diff']<=0] = 0
15	#预测值并不初始化为0
16	df['predictForUp'] = 0

　 第6行里，他们从指定文件读取了蕴含股票信息的csv文件，该csv格式的文件随便说说是从网络数据接口获取得到的，具体做法都须要参考前面博文。

    从第9行里，他们设置了df的diff列为本日收盘价和前日收盘价的差值，通过第12行到第14行的代码，他们设置了up列的值，具体是，机会当日股票上涨，即本日收盘价大于前日收盘价，则up值是1，反之机会当日股票下跌，up值则为0。

    在第16行里，他们在df对象里新建了表示预测结果的predictForUp列，该列的值并不都设置为0，在后继的代码里，将根据预测结果填充这列的值。    

17	#目标值是真实的涨跌情況
18	target = df['up']
19	length=len(df)
20	trainNum=int(length*0.8)
21	predictNum=length-trainNum
22	#选用指定列作为形状列
23	feature=df[['Close', 'High', 'Low','Open' ,'Volume']]
24	#标准化正确处理形状值
25	feature=preprocessing.scale(feature)

　　在第18行里，他们设置训练目标值是表示涨跌情況的up列，在第20行，设置了训练集的数量是总量的400%，在第23行则设置了训练的形状值，请注意这里加进了日期许多不相关的列，后该，在第25行，对形状值进行了标准化正确处理。    

26	#训练集的形状值和目标值
27	featureTrain=feature[1:trainNum-1]
28	targetTrain=target[1:trainNum-1]
29	svmTool = svm.SVC(kernel='liner')
400	svmTool.fit(featureTrain,targetTrain)

　　在第27行和第28行里，他们通过截取指定行的土办法，得到了形状值和目标值的训练集，在第26行里，以线性核的土办法创建了SVM分类器对象svmTool。

     在第400行里，通过fit土办法，用形状值和目标值的训练集训练svmTool分类对象。从上文里他们机会看完，训练所用的形状值是开盘收盘价、最高最低价和成交量，训练所用的目标值是描述涨跌情況的up列。在训练完成后，svmTool对象中就蕴含了能划分股票涨跌的相关参数。

31	predictedIndex=trainNum
32	#逐行预测测试集
33	while predictedIndex<length:
34	    testFeature=feature[predictedIndex:predictedIndex+1]            
35	    predictForUp=svmTool.predict(testFeature)    
36	    df.ix[predictedIndex,'predictForUp']=predictForUp    
37	    predictedIndex = predictedIndex+1

    在第33行的while循环里，他们通过predictedIndex索引值，依次遍历测试集。

    在遍历过程中，通过第35行的predict土办法，用训练好的svmTool分类器，逐行预测测试集中的股票涨跌情況，并在第36行里，把预测结果设置到df对象的predictForUp列中。　　    

38	#该对象只蕴含预测数据，即只蕴含测试集
39	dfWithPredicted = df[trainNum:length]
40	#开使了绘图，创建另另1个多多子图
41	figure = plt.figure()
42	#创建子图     
43	(axClose, axUpOrDown) = figure.subplots(2, sharex=True)
44	dfWithPredicted['Close'].plot(ax=axClose)
45	dfWithPredicted['predictForUp'].plot(ax=axUpOrDown,color="red", label='Predicted Data')
46	dfWithPredicted['up'].plot(ax=axUpOrDown,color="blue",label='Real Data')
47	plt.legend(loc='best') #绘制图例
48	#设置x轴坐标标签和旋转深层
49	major_index=dfWithPredicted.index[dfWithPredicted.index%2==0]
400	major_xtics=dfWithPredicted['Date'][dfWithPredicted.index%2==0]
51	plt.xticks(major_index,major_xtics)
52	plt.setp(plt.gca().get_xticklabels(), rotation=400) 
53	plt.title("通过SVM预测40034005的涨跌情況")
54	plt.rcParams['font.sans-serif']=['SimHei']
55	plt.show()

 　机会在前一天的代码里，他们只设置测试集的predictForUp列，并没有 设置训练集的该列数据，只是我我 在第39行里，用切片的手段，把测试集数据放置到dfWithPredicted对象中，请注意这里切片的起始和开使了值是测试集的起始和开使了索引值。至此完成了数据准备工作，在前一天的代码里，他们将用matplotlib库开使了绘图。

    在第43行里，他们通过subplots土办法设置了另另1个多多子图，并通过sharex=True让许多个多多多子图的x轴具有相同的刻度和标签。在第44行代码里，在axClose子图中，他们用plot土办法绘制了收盘价的走势。在第45行代码里，在axUpOrDown子图中，他们绘制了预测到的涨跌情況，而在第46行里，还是在axUpOrDown子图里，绘制了哪此天的股票真实的涨跌情況。

    在第49行到第52行的代码里，他们设置了x标签的文字以及旋转深层，那我做的目的是让标签文字看上去不至于太密集。在第53行里，他们设置了中文标题，机会要显示中文，只是我我 须要第54行的代码，最后在55行通过show土办法展示了图片。运行上述代码，能看完如下图所示的效果。

    

    其中上图展示了收盘价，下图的浅蓝色线条表示真实的涨跌情況，0表示跌，1表示上涨，而红色则表示预测后的结果。

4 结论

     对比一下，虽有偏差，但大体相符。综上所述，本案例是数学深层，演示了通过SVM分类的做法，包括机会划分形状值和目标值，如保对样本数据进行标准化正确处理，如保用训练数据训练SVM，还有如保用训练后的结果预测分类结果。 

5 总结和版权说明

    本文是给守护多多线程 员加财商系列，前一天还有两篇博文

    本文的内容即将出书，在出版的书里，是用股票案例和他们讲述Python入门时的知识点，敬请期待

    

    有不少网友转载和无需转载我的博文，另一方感到十分荣幸，这也是另一方不断写博文的动力。关于本文的版权有如下统一的说明，抱歉就不逐一回复了。

    1 本文可转载，无需告知，转载时请用链接的土办法，给出原文出处，别简单地通过文本土办法给出，共同写明原作者是hsm_computer。

    2 在转载时，请原文转载 ，谢绝洗稿。后该另一方保留追究法律责任的权利。