Python预测基金净值：keras神经网络 |
您所在的位置：网站首页 › python能分析股票吗 › Python预测基金净值：keras神经网络 |
Python预测基金净值：keras神经网络
|
Python预测基金净值：keras神经网络
如何搭建神经网络预测基金净值一、时间窗口二、爬基金数据，准备作为训练集、验证集、测试集三、建模，读入数据，训练，验证四、看图
总结
如何搭建神经网络预测基金净值
有一种观点：利用股票历史股价数据，搭建神经网络深度学习，预测股票未来走势，是外行人士的发神经。原因不外乎这些：首先，现有的量价指标等分析工具，远比仅研究历史股价数据靠谱；其次，涨停板的限制、新股N个涨停、停盘之后的补涨补跌等等，是股价历史数据自身无法解释和预测的；最后，不同股票差异太大，有人做出这种“归一化”：某日收盘价 / 历史最高收盘价，非常荒谬（应该采用每日涨跌幅）。 与此相反，搭建神经网络预测基金（指开放式基金）净值，则相对有意义： 1、股票的量价指标公式，通常不能用于基金分析（没有成交量） 2、基金本身并没有涨停板、停盘之类的干扰 3、基金的每日涨跌幅是现成的重要数据，可由基金每日净值简单计算 本文是上一篇《Python基金数据实战分析：偏债混合基金篇》的延续，沿用了其中的爬基金数据的方法（借鉴照搬了前人的经验）。此外，开发环境需安装keras（用tensorflow2.X自带的keras即可）。 关于keras，可参考：keras中文文档 一、时间窗口
如上一篇所述，‘004609’, ‘004853’, ‘005524’, ‘005824’, '007749’是5只目前收益较稳定的偏债型混合基金。爬取每日净值数据，作为训练集和验证集（通过validation_split=0.2参数使之八二开）的数据文件。'007669’也是一只同类型的基金，上一篇没选它，仅仅是因为它目前在支付宝基金里面暂停代购。这次用作测试集的数据文件------实际只会用其中最近几个月的数据作为测试集（为了可视化更直观，没其它原因）。 三、建模，读入数据，训练，验证 import numpy as np import pandas as pd import csv from keras.models import Sequential from keras.layers import Dense from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']='SimHei' plt.rcParams['axes.unicode_minus']=False batch_size = 16 epochs = 100 look_back = 5 #窗口天数 showdays = 60 #最后画图观察的天数，必须大于look_back（小于窗口天数无法预测） X_train = [] y_train = [] X_validation = [] y_validation = [] testset = [] #用来保存测试基金的近期净值 test_mean = [] #用来保存测试基金的近期净值的look_back日均线 y_mean = [] #用来保存测试基金近期涨跌幅的look_back日均线 def create_dataset(dataset): dataX, dataY = [], [] print('len of dataset: {}'.format(len(dataset))) for i in range(len(dataset) - look_back): x = dataset[i: i + look_back] dataX.append(x) y = dataset[i + look_back] dataY.append(y) return np.array(dataX), np.array(dataY) def build_model(): model = Sequential() model.add(Dense(units=32, input_dim=look_back, activation='relu')) model.add(Dense(units=8, activation='relu')) model.add(Dense(units=1)) model.compile(loss='mean_squared_error', optimizer='adam') return model # 导入数据 with open(fileTrain) as f: row = csv.reader(f, delimiter=',') for r in row: dataset = [] r = [x for x in r if x != 'None'] days = len(r) - 1 #有效天数小于窗口天数，忽略 if days 10 or f1 look_back: X_1, y_1 = create_dataset(dataset) X_train = np.append(X_train, X_1) y_train = np.append(y_train, y_1) with open(fileTest) as f: row = csv.reader(f, delimiter=',') #写成了循环，但实际只有1条验证数据 for r in row: dataset = [] #去掉记录为None的数据（当天数据缺失） r = [x for x in r if x != 'None'] #只需要最后画图观察天数的数据 if len(r) > showdays + 1: r = r[:showdays + 1] days = len(r) - 1 #有效天数小于窗口天数，忽略 if days 10 or f1 look_back: X_validation, y_validation = create_dataset(dataset) #之前append改变了维数，需要重新改回窗口大小 X_train = X_train.reshape(-1, look_back) print('num of X_train: {}\tnum of y_train: {}'.format(len(X_train), len(y_train))) print('num of X_validation: {}\tnum of y_validation: {}'.format(len(X_validation), len(y_validation))) # 训练模型 model = build_model() model.fit(X_train, y_train, epochs=epochs, batch_size=batch_size, verbose=1, validation_split=0.2, shuffle=True) # 评估模型 train_score = model.evaluate(X_train, y_train, verbose=0) print('Train Set Score: %.2f' % (train_score)) validation_score = model.evaluate(X_validation, y_validation, verbose=0) print('Test Set Score: %.2f' % (validation_score)) #设置测试集明天数值为NAN testset.append(np.nan) testset = np.array(testset).reshape(-1, 1) #将之前假定的明天涨跌由0改为NAN y_validation[showdays-look_back] = np.nan y_validation = np.array(y_validation).reshape(-1, 1) #去掉前(look_back-1)个NAN，注意这是预测均线（实际均线右移1天） y_mean = y_mean[look_back-1:] y_mean = np.array(y_mean).reshape(-1, 1) # 图表查看预测趋势 predict_validation = model.predict(X_validation) # 图表显示 fig=plt.figure(figsize=(15,6)) plt.plot(y_validation, color='blue', label='基金每日涨幅') plt.plot(y_mean, color='yellow', label='之前日均涨幅') plt.plot(predict_validation, color='red', label='预测每日涨幅') plt.legend(loc='upper left') plt.show()共军主力都在这里了。 一开始，导入数据，建立训练集、验证集、测试集。如之前所说，基金净值多数是一元多、两元多，可不做“归一化”直接用，但显然还是用基金的每日涨跌幅作为数据，效果会更好。 关于训练集（含验证集）： 由于是5个基金5条数据，最后生成X_train时append了一下，改变了维数，因此需要重新X_train.reshape(-1, look_back)改回窗口大小，亦即神经网络input_size。 关于测试集： 虽然写成了循环结构，但目前实际只有1个基金1条数据。这段代码不强壮，如果测试集的有效天数小于窗口天数（这样就无法预测了），测试集就建不了了。注意，由于希望预测出“明天”的数值，因此最后虚构了一个涨幅0的数据，作为明天的标签。但是，最后画图的时候，不希望这个涨幅0画出来，因此又把它设置为NAN。plot画线要求数据是两维的，因此把一维的list都转成了两维（其列数是1列）。 训练速度很快，主要的打印信息如下： num of X_train: 3090 num of y_train: 3090 num of X_validation: 56 num of y_validation: 56 Epoch 1/100 156/156 [= = = = =] - 0s 3ms/step - loss: 0.0450 - val_loss: 0.1114 … Epoch 100/100 156/156 [= = = = =] - 0s 2ms/step - loss: 0.0299 - val_loss: 0.1056 Train Set Score: 0.05 Test Set Score: 0.09 最后再解释一下这个“预测均线”： 以窗口大小为5天为例，假设第1~5天数据分别为1.01、1.02、1.03、1.04、1.05，则传统的5日均线，前4天为NAN，第5天为均值1.03。而这个“预测均线”则是前5天都是NAN，第6天为1.03，换言之，是传统均线向右平移一天。把它画出来，最主要原因是希望看到神经网络做出的预测，跟“预测均线”要有不同，亦即不希望训练出来一个“均线结果”，或高端一点的名称：“线性回归值”。 四、看图
最后再加一段看净值图形的代码： # 实际净值、预测净值、右移一格的均线净值 y_validation_plot = np.empty_like(testset) predict_validation_plot = np.empty_like(testset) y_validation_plot[:, :] = np.nan predict_validation_plot[:, :] = np.nan test_mean = np.array(test_mean).reshape(-1, 1) for i in range(look_back, len(testset)-1): y = testset[i, 0] * (1 + y_validation[i-look_back, 0] / 100) p = testset[i, 0] * (1 + predict_validation[i-look_back, 0] / 100) #注意：test_mean已经向右平移了一天 #print('{:.4f} {:.4f} {:.4f} {:.4f}'.format(testset[i+1,0], y, test_mean[i, 0], p)) y_validation_plot[i, :] = y predict_validation_plot[i, :] = p # 图表显示 fig=plt.figure(figsize=(15,6)) plt.plot(y_validation_plot, color='blue', label='基金每日净值') plt.plot(test_mean, color='yellow', label='之前日均净值') plt.plot(predict_validation_plot, color='red', label='预测每日净值') plt.legend(loc='upper left') plt.show()
而且，从现实意义上说，每日涨跌其实更重要；收盘价什么的，除非它是茅台才有意义。 总结用简单的全连接神经网络，预测明日涨跌幅，表现并不佳。 计划下一篇研究RNN（LSTM），请看下回分解。 剧透一句：大为改善，预测效果不错。 |
总长度为N的一系列数据，定义为p0，p1，…，pN-1，其中pi是第i天的数值，0≤i 0:
ACWorthFile.write(",".join(list(map(str, ACWorth))))
ACWorthFile.write("\n")
print('{} data downloaded'.format(code))
ACWorthFile.close()
ACWorthTestFile = open(fileTest, 'w')
_, ACWorth = getWorth(jjTest)
if len(ACWorth) > 0:
ACWorthTestFile.write(",".join(list(map(str, ACWorth))))
ACWorthTestFile.write("\n")
print('{} data downloaded'.format(jjTest))
ACWorthTestFile.close()
上面这张图，蓝线是每日实际涨跌值，因此最右边少一天数据（NAN值不显示）；红线是这次运算得到的每日预测涨跌值；黄线是look_back日均线右移一天。显然，红线效果并不好。
这张图可以作为“以涨跌幅作为数据”，优于“以基金净值作为数据”的一个佐证------虽然涨跌幅预测很差，但是净值不停地修正，图形看起来还不错了。事实上，网络上但凡以基金净值、股票价格或指数作为数据的，其神经网络训练减少loss，必然会有这样的神操作：明日价=今日价（准确地说：约等于今日价），预测线差不多就是实际线向右平移一天。【本文地址】
今日新闻 |
推荐新闻 |