利用LSTM Finmind 分析台灣股票 (以台積電2330為例)

woff

FinMind 是超過 50 種金融開源數據 50 datasets。 包含

• 技術面 : 台股股價 daily、即時報價、歷史 tick、即時最佳五檔、PER、PBR、每5秒委託成交統計、加權指數、當日沖銷交易標的及成交量值。
• 基本面 : 綜合損益表、現金流量表、資產負債表、股利政策表、除權除息結果表、月營收。
• 籌碼面 : 外資持股、股權分散表、融資融券、三大法人買賣、借券成交明細。
• 消息面 : 台股相關新聞。
• 衍生性商品 : 期貨、選擇權 daily data、即時報價、交易明細，選擇權、期貨三大法人買賣，期貨各卷商每日交易、選擇權各卷商每日交易。
• 國際市場 : 美股股價 daily、minute、美國債券殖利率、貨幣發行量(美國)、黃金價格、原油價格、G8 央行利率、G8 匯率、
  
  

資料每天更新。你不需收集資料，就可進行分析。

首先先導入套件

接著我們可以使用FinMind的功能取得股價，這次我們嘗試的就是這個月股價不斷創高、台灣人稱外資控盤工具的 台積電(2330-TW)， 選用的資料從2018-01-01開始

我們可以取得的資料有

• Trading_Volume(成交量)
• Trading_money(成交金額)
• Trading_turnover(周轉率):週轉率高代表股票交易越活絡
• close(收盤價)
• date(日期)
• max(當日最高價)
• min(當日最低價)
• open(開盤價)
• spread(震幅)
• stock_id(股票代碼)
  

plt可以透過這個來進行視覺化

代碼

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. #2330:TSMC
   
6. from FinMind.data import DataLoader
   
7. dl=DataLoader()
   
8. data = dl.taiwan_stock_daily_adj("2330", "2018-01-01", "2021-07-02")
   
9. #print(data)
   
10. # 繪製k線圖
    
11. 
    
12. fig=plt.figure(figsize=(20,8))
    
13. plt.xticks(rotation = 90)
    
14. ax1 = fig.add_subplot(111)
    
15. ax1.plot(data.close,color='red',label='close')
    
16. ax1.plot(data.open,color='green',label='open')
    
17. plt.legend()
    
18. # twin 為共享x軸
    
19. ax2= ax1.twinx()
    
20. plt.bar(data.date,data.Trading_Volume.astype('int')//1000)
    
21. ax3 = ax1.twinx()
    
22. plt.savefig('2330_year.png')
    
23. plt.show()
    

複製代碼

訓練集資料有406筆，而我們只使用開盤價而已

1. #切分Test集
   
2. test = data[data.date>'2019-09-01']
   
3. train = data[:len(data)-len(test)]
   
4. #只要open high
   
5. train_set = train['open']
   
6. test_set = test['open']

複製代碼

接著將數據做歸一化(Normalization)

1. from sklearn.preprocessing import MinMaxScaler
   
2. sc = MinMaxScaler(feature_range = (0, 1))
   
3. #需將資料做reshape的動作，使其shape為(資料長度,1)
   
4. train_set= train_set.values.reshape(-1,1)
   
5. training_set_scaled = sc.fit_transform(train_set)

複製代碼

這裡需要特別解釋一下，for迴圈中的10代表著,我們將10天的資料視為一句話(一個序列的意思)，因為序列型資料需要這樣子去呈現才行(X_train),而y_train則是用第i天前的資料來預測第i天的股價的意思。

1. X_train = []
   
2. y_train = []
   
3. for i in range(10,len(train_set)):
   
4.     X_train.append(training_set_scaled[i-10:i-1, 0])
   
5.     y_train.append(training_set_scaled[i, 0])
   
6. X_train, y_train = np.array(X_train), np.array(y_train)
   
7. X_train = np.reshape(X_train,(X_train.shape[0], X_train.shape[1], 1))
   
8. print("X_train.shape",X_train.shape)

複製代碼

接著我們建置最簡單的LSTM模型

1. import keras
   
2. from keras.models import Sequential
   
3. from keras.layers import Dense
   
4. from keras.layers import LSTM
   
5. from keras.layers import Dropout,BatchNormalization
   
6. 
   
7. 
   
8. keras.backend.clear_session()
   
9. regressor = Sequential()
   
10. regressor.add(LSTM(units = 100, input_shape = (X_train.shape[1], 1)))
    
11. regressor.add(Dense(units = 1))
    
12. regressor.compile(optimizer = 'adam', loss = 'mean_squared_error')
    

複製代碼

我們只使用一層LSTM層，訓練100個epoch，batch_size設為16，並劃出train loss

1. history = regressor.fit(X_train, y_train, epochs = 100, batch_size = 16)
   
2. plt.title('train_loss')
   
3. plt.ylabel('loss')
   
4. plt.xlabel('Epoch')
   
5. plt.plot( history.history["loss"])
   
6. plt.show()

複製代碼

接著就到了開獎的時候了，但這裏我們需要稍微處理一下輸入的資料，一樣的邏輯，要預測第i天，就需要第i天前的資料。

1. dataset_total = pd.concat((train['open'], test['open']), axis = 0)
   
2. inputs = dataset_total[len(dataset_total) - len(test) - 10:].values
   
3. inputs = inputs.reshape(-1,1)
   
4. inputs = sc.transform(inputs)
   
5. X_test = []
   
6. for i in range(10, len(inputs)):
   
7.     X_test.append(inputs[i-10:i-1, 0])
   
8. X_test = np.array(X_test)
   
9. X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))
   
10. predicted_stock_price = regressor.predict(X_test)
    
11. #使用sc的 inverse_transform將股價轉為歸一化前
    
12. predicted_stock_price = sc.inverse_transform(predicted_stock_price)

複製代碼

劃出預測結果

1. plt.plot(test['open'].values, color = 'black', label = 'Real TSMC Stock Price')
   
2. plt.plot(predicted_stock_price, color = 'green', label = 'Predicted TSMC Stock Price')
   
3. plt.title('TATA Stock Price Prediction')
   
4. plt.xlabel('Time')
   
5. plt.ylabel('Stock Price')
   
6. plt.legend()
   
7. plt.show()

複製代碼

可以看到我們的預測模型低估了台積電的實力了XD


補充:其他的嘗試

在我們的網路層再加一層後(中間用dropout,防止過擬合)，再來看一次結果

XD結果看差多了

參考文章
https://awesomeopensource.com/project/FinMind/FinMind
https://wenwender.wordpress.com/ ... %E8%82%A1%E7%A5%A8/