Tensorflow实例之使用LSTM预测股票每日最高价（二）

Tensorflow实例之使用LSTM预测股票每日最高价（二）：根据股票历史数据中的最低价、最高价、开盘价、收盘价、交易量、交易额、跌涨幅等因素，对下一日股票最高价进行预测。

实验用到的数据长这个样子：

label是标签y，也就是下一日的最高价。列C——I为输入特征。
本实例用前5800个数据做训练数据。

单因素输入特征及RNN、LSTM的介绍请戳上一篇 Tensorflow实例：利用LSTM预测股票每日最高价（一）

导入包及声明常量

?

1 2 3 4 5 6 7 8 9

import pandas as pd import numpy as np import tensorflow as tf   #定义常量 rnn_unit= 10       #hidden layer units input_size= 7      output_size= 1 lr= 0.0006         #学习率

导入数据

?

1 2 3

f=open( 'dataset.csv' ) df=pd.read_csv(f)     #读入股票数据 data=df.iloc[:, 2 : 10 ].values   #取第 3 - 10 列

生成训练集、测试集

考虑到真实的训练环境，这里把每批次训练样本数（batch_size）、时间步（time_step）、训练集的数量（train_begin,train_end）设定为参数，使得训练更加机动。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

#——————————获取训练集—————————— def get_train_data(batch_size= 60 ,time_step= 20 ,train_begin= 0 ,train_end= 5800 ):      batch_index=[]      data_train=data[train_begin:train_end]      normalized_train_data=(data_train-np.mean(data_train,axis= 0 ))/np.std(data_train,axis= 0 )  #标准化      train_x,train_y=[],[]   #训练集x和y初定义      for i in range(len(normalized_train_data)-time_step):         if i % batch_size== 0 :             batch_index.append(i)         x=normalized_train_data[i:i+time_step,: 7 ]         y=normalized_train_data[i:i+time_step, 7 ,np.newaxis]         train_x.append(x.tolist())         train_y.append(y.tolist())      batch_index.append((len(normalized_train_data)-time_step))      return batch_index,train_x,train_y   #——————————获取测试集—————————— def get_test_data(time_step= 20 ,test_begin= 5800 ):      data_test=data[test_begin:]      mean=np.mean(data_test,axis= 0 )      std=np.std(data_test,axis= 0 )      normalized_test_data=(data_test-mean)/std  #标准化      size=(len(normalized_test_data)+time_step- 1 ) //time_step  #有size个sample      test_x,test_y=[],[]       for i in range(size- 1 ):         x=normalized_test_data[i*time_step:(i+ 1 )*time_step,: 7 ]         y=normalized_test_data[i*time_step:(i+ 1 )*time_step, 7 ]         test_x.append(x.tolist())         test_y.extend(y)      test_x.append((normalized_test_data[(i+ 1 )*time_step:,: 7 ]).tolist())      test_y.extend((normalized_test_data[(i+ 1 )*time_step:, 7 ]).tolist())      return mean,std,test_x,test_y

构建神经网络

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#——————————————————定义神经网络变量—————————————————— def lstm(X):          batch_size=tf.shape(X)[ 0 ]      time_step=tf.shape(X)[ 1 ]      w_in=weights[ 'in' ]      b_in=biases[ 'in' ]       input=tf.reshape(X,[- 1 ,input_size])  #需要将tensor转成 2 维进行计算，计算后的结果作为隐藏层的输入      input_rnn=tf.matmul(input,w_in)+b_in      input_rnn=tf.reshape(input_rnn,[- 1 ,time_step,rnn_unit])  #将tensor转成 3 维，作为lstm cell的输入      cell=tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)      init_state=cell.zero_state(batch_size,dtype=tf.float32)      output_rnn,final_states=tf.nn.dynamic_rnn(cell, input_rnn,initial_state=init_state, dtype=tf.float32)  #output_rnn是记录lstm每个输出节点的结果，final_states是最后一个cell的结果      output=tf.reshape(output_rnn,[- 1 ,rnn_unit]) #作为输出层的输入      w_out=weights[ 'out' ]      b_out=biases[ 'out' ]      pred=tf.matmul(output,w_out)+b_out      return pred,final_states

训练模型

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

#——————————————————训练模型—————————————————— def train_lstm(batch_size= 80 ,time_step= 15 ,train_begin= 0 ,train_end= 5800 ):      X=tf.placeholder(tf.float32, shape=[None,time_step,input_size])      Y=tf.placeholder(tf.float32, shape=[None,time_step,output_size])      batch_index,train_x,train_y=get_train_data(batch_size,time_step,train_begin,train_end)      pred,_=lstm(X)      #损失函数      loss=tf.reduce_mean(tf.square(tf.reshape(pred,[- 1 ])-tf.reshape(Y, [- 1 ])))      train_op=tf.train.AdamOptimizer(lr).minimize(loss)      saver=tf.train.Saver(tf.global_variables(),max_to_keep= 15 )      module_file = tf.train.latest_checkpoint()         with tf.Session() as sess:          #sess.run(tf.global_variables_initializer())          saver.restore(sess, module_file)          #重复训练 2000 次          for i in range( 2000 ):              for step in range(len(batch_index)- 1 ):                  _,loss_=sess.run([train_op,loss],feed_dict={X:train_x[batch_index[step]:batch_index[step+ 1 ]],Y:train_y[batch_index[step]:batch_index[step+ 1 ]]})              print(i,loss_)              if i % 200 == 0 :                  print( "保存模型：" ,saver.save(sess, 'stock2.model' ,global_step=i))

嗯，这里说明一下，这里的参数是基于已有模型恢复的参数，意思就是说之前训练过模型，保存过神经网络的参数，现在再取出来作为初始化参数接着训练。如果是第一次训练，就用sess.run(tf.global_variables_initializer())，也就不要用到 module_file = tf.train.latest_checkpoint() 和saver.store(sess, module_file)了。

测试

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#————————————————预测模型———————————————————— def prediction(time_step= 20 ):      X=tf.placeholder(tf.float32, shape=[None,time_step,input_size])      mean,std,test_x,test_y=get_test_data(time_step)      pred,_=lstm(X)          saver=tf.train.Saver(tf.global_variables())      with tf.Session() as sess:          #参数恢复          module_file = tf.train.latest_checkpoint()          saver.restore(sess, module_file)          test_predict=[]          for step in range(len(test_x)- 1 ):            prob=sess.run(pred,feed_dict={X:[test_x[step]]})              predict=prob.reshape((- 1 ))            test_predict.extend(predict)          test_y=np.array(test_y)*std[ 7 ]+mean[ 7 ]          test_predict=np.array(test_predict)*std[ 7 ]+mean[ 7 ]          acc=np.average(np.abs(test_predict-test_y[:len(test_predict)])/test_y[:len(test_predict)]) #acc为测试集偏差

最后的结果画出来是这个样子：

红色折线是真实值，蓝色折线是预测值

偏差大概在1.36%

代码和数据上传到了github上，想要的戳全部代码。