本期作者：Derrick Mwiti

本期翻译：HUDPinkPig

未经授权，严禁转载

编者按：本文介绍了如何使用LSTM模型进行时间序列预测。股票市场的数据由于格式规整和非常容易获得，是作为研究的很好选择。但不要把本文的结论当作理财或交易建议。

本文将通过构建用Python编写的深度学习模型来预测未来股价走势。

虽然预测股票的实际价格非常难，但我们可以建立模型来预测股票价格是上涨还是下跌。本文使用的数据可以在https://github.com/mwitiderrick/stockprice下载。另外，本文将不考虑诸如政治氛围和市场环境等因素对股价的影响。。

介绍

LSTM在解决序列预测的问题时非常强大，因为它们能够存储之前的信息。而之前的股价对于预测股价未来走势时很重要。

本文将通过导入NumPy库来进行科学计算、导入Matplotlib库来绘制图形、以及导入Pandas库来加载和操作数据集。

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

加载数据集

模型选择开盘价(Open)和最高价(High)两列。我们查看数据集的表头，可以大致了解数据集的类型。

dataset_train = pd.read_csv('NSE-TATAGLOBAL.csv')

training_set = dataset_train.iloc[:, 1:2].values

Open列是股票交易的开盘价，Close列是收盘价，High列是最高价，Low列是最低价。

特征归一化

从以前使用深度学习模型的经验来看，我们需要进行数据归一化以获得最佳的测试表现。本文的例子中，我们将使用Scikit- Learn的MinMaxScaler函数将数据集归一到0到1之间。

from sklearn.preprocessing import MinMaxScaler

sc = MinMaxScaler(feature_range = (0, 1))

training_set_scaled = sc.fit_transform(training_set)

按步长创建数据

LSTM要求数据有特殊格式，通常是3D数组格式。初始按照60的步长创建数据，并通过Numpy转化到数组中。然后，把 X_train的数据转化到3D维度的数组中，时间步长设置为60，每一步表示一个特征。

X_train = []

y_train = []

for i in range(60, 2035):

X_train.append(training_set_scaled[i-60:i, 0])

y_train.append(training_set_scaled[i, 0])

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], 1))

构建LSTM

我们需要导入Keras的一些模型来构建LSTM

1、顺序初始化神经网络

2、添加一个紧密连接的神经网络层

3、添加长短时记忆层(LSTM)

4、添加dropout层防止过拟合

from keras.models import Sequential

from keras.layers import Dense

from keras.layers import LSTM

from keras.layers import Dropout

为了防止过拟合，我们添加了LSTM层和Dropout层，其中LSTM层的参数如下：

1、50 units 表示输出空间是50维度的单位

2、return_sequences=True 表示是返回输出序列中的最后一个输出，还是返回完整序列

3、input_shape 训练集的大小

在定义Dropout层时，我们指定参数为0.2，意味着将删除20%的层。然后，我们指定1个单元的输出作为全连接层(Dense layer)。接着，我们使用目前流行的adam优化器编译模型，并用均方误差(mean_squarred_error)来计算误差。最后，模型运行100epoch，设置batch大小为32。这个参数是根据电脑的配置来设定的，并且将耗费几分钟时间来完成实验。

regressor = Sequential()

regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 1)))

regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences = True))

regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50, return_sequences = True))

regressor.add(Dropout(0.2))

regressor.add(LSTM(units = 50))

regressor.add(Dropout(0.2))

regressor.add(Dense(units = 1))

regressor.compile(optimizer = 'adam', loss = 'mean_squared_error')

regressor.fit(X_train, y_train, epochs = 100, batch_size = 32)

在测试集上预测股价

先导入我们要做股价预测的测试集：

dataset_test = pd.read_csv('tatatest.csv')

real_stock_price = dataset_test.iloc[:, 1:2].values

为了预测未来的股票价格，我们需要在测试集加载后做如下几个工作：

1、在0轴上合并训练集和测试集

2、将时间步长设置为60(如前面所介绍的)

3、使用MinMaxScaler函数转换新数据集

4、按照前面所做的那样重新规整数据集

在做出预测之后，我们用inverse_transform函数处理，以返回正常可读格式的股票价格。

dataset_total = pd.concat((dataset_train['Open'], dataset_test['Open']), axis = 0)

inputs = dataset_total[len(dataset_total) - len(dataset_test) - 60:].values

inputs = inputs.reshape(-1,1)

inputs = sc.transform(inputs)

X_test = []

for i in range(60, 76):

X_test.append(inputs[i-60:i, 0])

X_test = np.array(X_test)

X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))

predicted_stock_price = regressor.predict(X_test)

predicted_stock_price = sc.inverse_transform(predicted_stock_price)

展示结果

最后，我们用Matplotlib库可视化显示真实股价和预测股价的对比。

plt.plot(real_stock_price, color = 'black', label = 'TATA Stock Price')

plt.plot(predicted_stock_price, color = 'green', label = 'Predicted TATA Stock Price')

plt.title('TATA Stock Price Prediction')

plt.xlabel('Time')

plt.ylabel('TATA Stock Price')

plt.legend()

plt.show()

从图中我们可以看到，股票实际价格出现上涨时，模型也预测股价会上涨，较为吻合。这清晰地显示了LSTMs在分析时间序列和序列数据等方面的强大作用。

结论

预测股价的方法还有很多，比如移动平均线、线性回归、k近邻、ARIMA和Prophet。读者可以自行测试这些方法的准确率，并与Keras LSTM的测试结果进行比较。

推荐阅读

公众号官方QQ群

每天很多干货分享

没有按规则加群者一律忽略