記事一覧
ディープラーニングで株価予測を試しました。
はじめに
こんにちは、やまほんです。
今年30歳という節目を迎え、自身のキャリアと向き合って、場当たり的に営業を行っている現状に不安を感じたおっさんです。
これからの時代、ビッグデータをどう活かすかで仕事も人生も変わってくると考え一念発起し、AidemyでPythonの勉強を行っています。
今回は、学んだことを活かし、株価予測に取り組もうと思います。
実行環境
Python3
Windows
- #math
- #Transform
- #平均二乗誤差
- #LSTMに受け入れられる形にデータをつくりかえます
- #データをグラフ化します
- #LSTMモデルを構築して
- #モデルをトレーニングする
- #test_dataはtraining_dataから120コ減らしたデータ
- #つまり120日間の終値から将来の終値を予測するためにtest_dataを用意する
- #テストデータをx_trainとy_trainのセットに分ける
- #予測値をつくるために使用するデータを入れる
- #実際の終値データ
- #正規化されたデータ
- #x_testをNumpy配列に変換する
- #LSTMで受け入れられる形状にデータを再形成します
- #テストデータを使用してモデルから予測値を取得します
- #モデルの予測価格値の取得
- #データをx_trainとy_trainのセットに分ける
- #2番目の値のデータセットのインデックス121にある122番目の値が含まれます
- #y_trainデータセットには
- #2番目の列にはインデックス1からインデックス120までのデータセットの値
- #x_trainデータセットの最初の列には
- #121番目の終値を予測するため
- #正規化されたデータセットを作る
- #fitは変換式を計算する
- #データセットを正規化する
- #データの80
- #トレーニングデータを格納するための変数を作る
- #dataをデータフレームから配列に変換する
- #dfから終値だけのデータフレームを作成する
- #試しに先頭10個のデータを表示してみます