基于LSTM模型的股票预测（keras实现）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

这大概就是我第一次写博客hhh，大学摆烂好久，一直想开始记录一下自己的学习，只可惜想的这个动作持续了太久
嚣张一点，反正也没人看

---

一、数据获取

数据获取用的是tushare，不得不说tushare是一个简洁且方便的平台，获得的数据直接就是DataFrame格式，真是非常的耐撕啊。
tushare id:492845
下边贴个栗子：

import tushare as ts
import pandas as pd

ts.set_token('你的token')
# 我获取的是前复权的数据，如果不需要复权可以调用ts.daily()
train_data = ts.pro_bar(ts_code = '600519.SH',adj = 'qfq', start_date = '20000101', end_date = '20211231')
train_data.to_csv('train—_data.csv')

更加详细具体的内容可以看tushare官网，具体接口（公司信息、日线、周线等）和获取方法写的更详细，我就不赘述了。
值得一提的是官网上也有新冠疫情数据的相关接口，也是全免费。

二、数据预处理

这部分还是蛮简单的，主要是因为tushare的股票数据质量很高，没有空缺或者缺失的数据。

rain_data = pd.read_csv("train_data.csv", index_col=['trade_date'] )
test_data = pd.read_csv("test_data.csv", index_col=['trade_date']  )
# 因为tushare获取的日期是从最新开始获取，所以在进行预测前要reverse
train_data, test_data = train_data[::-1], test_data[::-1]
# 原始数据的维度只需要作为输入【开盘价，最高价，最低价，涨跌幅，成交量】
# 因为我只想要得到后一天收盘价的预测结果，所以预测的指导向量是【收盘价】
train_data = train_data[[ 'open', 'high', 'low' , 'pct_chg', 'vol', 'close']]
test_data = test_data[[ 'open', 'high', 'low' , 'pct_chg', 'vol', 'close']]
train_data.index.name = 'date'
test_data.index.name = 'date'

---

三、训练数据和测试数据处理

这里输入的数据X_train有三个维度【【开盘价，最高价，最低价，涨跌幅，成交量】】，【时序】【步长】
举个栗子可能会说明的比较清楚：
我要用2020-01-01 ~ 2020-02-01的数据作为输入，前10（步长）天预测第11天的收盘价
那么X_train的shape应该就是【5】【10】【股票在1月开盘的天数】
Y_train 的shape是【股票在1月开盘的天数】【1】

关于数据归一化，调用的是sklearn.MinMaxScaler，fit_transform()归一化，inverse_transform()反归一化还原。至于为什么要归一化呢，因为股价、成交量、涨幅比的量纲差距比较大

def train_data(time_step, sx, sy):
    train_data = pd.read_csv('trainData.csv')
    # 数据归一化
#     sc = MinMaxScaler(feature_range=(0,1))
    X_train = train_data[['open', 'high', 'low' , 'pct_chg', 'vol']]
    Y_train = train_data[['close']]
    
    X_train = sx.fit_transform(X_train)
    Y_train = sy.fit_transform(Y_train)
    
    x_train, y_train = [], []
    for i in range(time_step, train_data.shape[0]):
        x_train.append(X_train[i-time_step:i, :])
        y_train.append(Y_train[i])
    x_train, y_train = np.array(x_train), np.array(y_train)
    x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1], 5))
    return x_train, y_train, sx, sy
    
def test_data(time_step, sxx, syy):
    train_data = pd.read_csv('trainData.csv')
    test_data = pd.read_csv('testData.csv')
    all_data = pd.concat((train_data, test_data), axis = 0)
    
    X_all = all_data[['open', 'high', 'low' , 'pct_chg', 'vol']]
    Y_all = all_data[['close']]
    x_test, y_test = [], []
#     print(len(all_data), len(test_data), time_step)
    X_all = X_all[len(all_data) - len(test_data) - time_step:]
    Y_all = Y_all[len(all_data) - len(test_data) - time_step:]
    
    X_all = sxx.fit_transform(X_all)
    Y_all = syy.fit_transform(Y_all)
    
    for i in range(time_step, test_data.shape[0]):
        x_test.append(X_all[i-time_step:i, :])
        y_test.append(Y_all[i])
    x_test, y_test = np.array(x_test), np.array(y_test)
    x_test = np.reshape(x_test, (x_test.shape[0], x_test.shape[1], 5))
    return x_test, y_test, sxx, syy

四、LSTM模型建立

def stock_predict(x_train, y_train, _epochs, _steps_per_epoch):
    x_train = tf.convert_to_tensor(x_train)
    y_train = tf.convert_to_tensor(y_train)
    print(x_train.shape)
    regressor = Sequential()
    regressor.add(LSTM(units = 50, return_sequences = False, input_shape = (x_train.shape[1],  x_train.shape[2])))
    regressor.add(Dropout(0.2))    
    regressor.add(Dense(units = 1))
    
    regressor.compile(optimizer = 'adam', loss = 'mae')
    regressor.fit(x_train, y_train, epochs = _epochs, steps_per_epoch = _steps_per_epoch)
    return regressor

五、跑模型

sx = MinMaxScaler(feature_range=(0,1))
sy = MinMaxScaler(feature_range=(0,1))
sxx = MinMaxScaler(feature_range=(0,1))
syy = MinMaxScaler(feature_range=(0,1))
x_train, y_train, sx, sy = train_data(60, sx, sy)
x_test, y_test, sxx, syy = test_data(60, sx, sy)

regressor = stock_predict(x_train, y_train, _epochs=64, _steps_per_epoch=100)

actual_stock_price = y_test
predicted_stock_price = regressor.predict(x_test)

actual_stock_price = syy.inverse_transform(actual_stock_price)
predicted_stock_price = syy.inverse_transform(predicted_stock_price)```

六、可视化

plt.figure(dpi = 180, figsize = (4,2))


plt.plot(actual_stock_price, color = 'r', label = '实际收盘价',  linewidth=0.8)
plt.plot(predicted_stock_price, color = 'b', label = '预测收盘价',  linewidth=0.8)
ax = plt.gca()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) 
plt.rcParams['font.sans-serif']=['SimHei'] 
plt.rcParams['axes.unicode_minus']=False
plt.xticks(pd.date_range('2021-1-1','2022-1-1',freq='15d'), rotation = 50, fontsize = 6)
plt.yticks(range(1400, 2600, 100), fontsize = 6)
plt.xlabel('日期', fontsize = 8)
plt.ylabel('收盘价(元)', fontsize = 8)
plt.legend(shadow = True, fontsize = 6)
plt.show()

结果

总结

第一次做博客还是很菜的，本人也只是初学深度学习的小菜鸡一枚，还请各位大佬指正