python随机森林回归预测股票，收益率做标签，基本面因子做特征

从BP神经网络训练模型后，想着换个模型训练训练数据集，于是在SVM和随机森林中选择，最后选择了随机森林。随机森林的原理不在这里做详细解释，有大佬比我讲的要好太多。我仅仅是就这我的代码做一些解释。

导入这次代码所需要的库

import numpy as np
import pandas as pd
import math
import matplotlib.pyplot as plt
import datetime as dt
import sklearn.model_selection as sm
from sklearn.ensemble import RandomForestRegressor
from sklearn.tree import export_graphviz
import pydot
from sklearn.preprocessing import MinMaxScaler

对数据做处理，选择的数据集为上证指数2016年到2021年7月30日日线的数据，csv文件可以从baostock上，通过python直接获取。

random_len=10#随机数种子的数量
est_tree=100#随机森林中树的个数
train_rate=0.7#切分训练组的长度
df=pd.read_csv("F:\大创（k线）\数据//999999.csv")
features=df.filter(['index','open','close','high','low'])
n_f=df.filter(['volume'])
n_f=n_f.values
n_f1=df.filter(['amount'])
n_f1=n_f1.values
scaler=MinMaxScaler(feature_range=(1000,10000))#保持成交量和成交额在同一数量级
n_f,n_f1=scaler.fit_transform(n_f),scaler.fit_transform(n_f1)
features['volume']=n_f
features['amount']=n_f1
features['pro_rate']=np.log(features['close'] / features['close'].shift(1))#计算收益率
features=features.replace(np.nan,0)#由于计算收益率时第一行数据没有值，把他变成0
train_data_len=math.floor(len(features)*train_rate)
newdate=features['index']
x_date=newdate[train_data_len:]

数据集准备成这样

给标签和特征区分数据集，通过定义函数

#准备好标签和特征组
def label_data(features):labels=np.array(features['pro_rate'])features=features.drop('pro_rate',axis=1)#从特征值中去除标签列features=features.drop('index',axis=1)feature_list=list(features.columns)features=np.array(features)return labels,feature_list,features
labels,feature_list,features=label_data(features)

设置随机森林的参数和训练模型，预测

rf=RandomForestRegressor(n_estimators=est_tree,random_state=random_len)
rf.fit(train_features,train_labels)
predtion=rf.predict(test_features)

数据可视化

fig,axs=plt.subplots(2,1,sharex=True,figsize=(14,8))
axs[0].plot(x_date,predtion)
axs[0].set_ylabel("prediction")
axs[1].plot(x_date,test_labels)
axs[1].set_ylabel("true")
plt.subplots_adjust(hspace=0)
plt.xlabel('date')
plt.show()
plt.close()

这里画出的图共享了x轴，这样看起来舒服一点

既然有了森林，我们当然要查看一下因子的重要程度

importances=list(rf.feature_importances_)
feature_importances = [(feature, round(importance, 4)) for feature, importance in zip(feature_list, importances)]
feature_importances = sorted(feature_importances, key = lambda x: x[1], reverse = True)
for pair in feature_importances:print('Variable: {:20} Importance: {}'.format(*pair))

得到的如下：

有时我们也需要看一下随机树的内部结构
我们所需要的库为

from sklearn.tree import export_graphviz
import pydot

值得注意的是graphviz不能在python中通过pip install graphviz命令行去安装到路径中，我们需要去网站下载安装
https://graphviz.org/download/#source-code
下载这个就好：
下载后安装，记得勾选把其加入到path中，或者之后自己把源文件下bin文件夹加入环境变量也行
如果在运行是报错："dot" not found in path
则打开pydot.py文件，把这里的dot改成dot.exe

改完之后一定一定要记得重启电脑！！，我翻来覆去查了半小时哪里的问题。

现在就可以输出随机树的结构了

def draw_tree(rf,feature_list):tree = rf.estimators_[5]export_graphviz(tree, out_file = 'rf.dot', feature_names = feature_list, rounded = True, precision = 1)(graph, ) = pydot.graph_from_dot_file('rf.dot')graph.write_png('rf.png');
draw_tree(rf,feature_list)

（非常局部的）随机树结构为：

这就是目前写了基本功能的代码，还需改进。

python随机森林回归预测股票，收益率做标签，基本面因子做特征相关推荐

采用支持向量回归（SVR）和随机森林回归预测两种机器学习方法对房价进行预测（附完整代码）
大家好,我是带我去滑雪,每天教你一个小技巧! 本文分别采用支持向量回归(SVR)和随机森林回归预测两种机器学习方法对房价进行预测.随机将数据分为训练集和测试集,比例为8:2,数据和代码均在文末. 1. ...
python实现对森林生物量进行随机森林回归预测
使用随机森林回归预测森林生物量(python) 随机森林算法的基本思想是基于多颗决策树的集成学习过程,使用场景广泛,一般的分类回归问题都可以使用.我们以光学影像为例,来估测森林生物量. 建立回归关系需 ...
python随机森林变量重要性_推荐：一文读懂随机森林的解释和实现（附python代码）...
原标题:推荐 :一文读懂随机森林的解释和实现(附python代码) 作者:WilliamKoehrsen:翻译:和中华:校对:李润嘉本文约6000字,建议阅读15分钟. 本文从单棵决策树讲起,然后逐 ...
python 随机森林调参_Python机器学习实践：随机森林算法训练及调参-附代码
原标题:Python机器学习实践:随机森林算法训练及调参-附代码文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 来源 | 博客园作者 | 战争热诚 ...
Python 随机森林特征重要度
Python 随机森林特征重要度 1 声明本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 随机森林特征重要度简介决策树的优点是通过树 ...
Python 随机森林分类
Python 随机森林分类 1 声明本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 决策树分类简介相关概念见下: 决策树的最大问题是 ...
r语言随机森林回归预测_从零实现回归随机森林
一.前言回归随机森林作为一种机器学习和数据分析领域常用且有效的算法,对其原理和代码实现过程的掌握是非常有必要的.为此,本文将着重介绍从零开始实现回归随机森林的过程,对于随机森林和决策树的相关理论原理 ...
python随机森林筛选变量_用随机森林分类器和GBDT进行特征筛选
一.决策树(类型.节点特征选择的算法原理.优缺点.随机森林算法产生的背景) 1.分类树和回归树由目标变量是离散的还是连续的来决定的:目标变量是离散的,选择分类树:反之(目标变量是连续的,但自变量可以 ...
python与算法社区_【Python算法】分类与预测——Python随机森林
[Python算法]分类与预测--Python随机森林 1.随机森林定义随机森林是一种多功能的机器学习算法,能够执行回归和分类的任务.同时,它也是一种数据降维手段,在处理缺失值.异常值以及其他数据探 ...

python随机森林回归预测股票，收益率做标签，基本面因子做特征

python随机森林回归预测股票，收益率做标签，基本面因子做特征相关推荐

最新文章

热门文章