[译] 用 Python 搭建机器学习模型预测黄金价格

2018-02-28 07:48:43来源:作者:人点击

分享
第七城市

大数据文摘作品

编译 小明同学君、吴双、Y awei xia

新年总是跟黄金密不可分。新年第一天,让我们尝试用python搭建一个机器学习线性回归模型,预测金价!

自古以来,黄金一直作为货币而存在,就是在今天,黄金也具有非常高的储藏价值,那么有没有可能预测出黄金价格的变化趋势呢?

答案是肯定的,让我们使用机器学习中的回归算法来预测世界上贵重金属之一,黄金的价格吧。

我们将建立一个机器学习线性回归模型,它将从黄金ETF (GLD)的历史价格中获取信息,并返回黄金ETF价格在第二天的预测值。

GLD 是最大的以黄金进行直接投资的ETF交易基金。

( 详见: http://www.etf.com/GLD )

在python的开发环境下用机器学习预测黄金价格的步骤:

  • 导入Python库并读取黄金ETF 的数据

  • 定义解释变量

  • 将数据切分为模型训练数据集和测试数据集

  • 建立线性回归模型

  • 预测黄金ETF的价格

导入Python库并读取黄金 ETF 的数据

首先:导入实现此策略所需的所有必要的库( LinearRegression,pandas,numpy,matplotlib,seaborn和fix_yahoo_finance )

# LinearRegression is a machine learning library for linear regression
from sklearn.linear_model import LinearRegression
# pandas and numpy are used for data manipulation
import pandas as pd
import numpy as np
# matplotlib and seaborn are used for plotting graphs
import matplotlib.pyplot as plt
import seaborn
# fix_yahoo_finance is used to fetch data import fix_yahoo_finance as yf

然后我们读取过去10年间每天黄金ETF的价格数据,并将数据储存在Df中。我们移除那些不相关的变量并使用dropna函数删除NaN值。然后我们绘制出黄金ETF的收盘价格。

# Read data
Df = yf.download( 'GLD' , '2008-01-01' , '2017-12-31' )
# Only keep close columns
Df=Df[[ 'Close' ]]
# Drop rows with missing values
Df= Df.dropna()
# Plot the closing price of GLD
Df.Close.plot(figsize=( 10 , 5 ))
plt.ylabel( "Gold ETF Prices" )
plt.show()

输出

定义解释变量

解释变量是被用来决定第二天黄金ETF价格数值的变量。简单地说,就是我们用来预测黄金ETF价格的特征值。本例中的解释变量是过去3天和9天的价格移动平均值。我们使用dropna()函数删除NaN值,并将特征变量存于X中。

然而,你还可以在X中放入更多你认为对于预测黄金ETF价格有用的变量。这些变量可以是技术指标,也可以是另一种ETF的价格(如黄金矿工ETF (简称GDX)或石油ETF(简称USO))或美国经济数据。

Df[ 'S_3' ] = Df[ 'Close' ].shift( 1 ).rolling(window= 3 ).mean()
Df[ 'S_9' ]= Df[ 'Close' ].shift( 1 ).rolling(window= 9 ).mean()
Df= Df.dropna()
X = Df[[ 'S_3' , 'S_9' ]]
X.head()

输出

定义因变量

同样, 因变量是取决于解释变量的“被解释变量”。 简单地说,在这里就是我们试图预测的黄金ETF价格。我们将黄金ETF的价格赋值为y。

y = Df[ 'Close' ]
y.head()

输出

2008-02-08 91.000000
2008-02-11 91.330002
2008-02-12 89.330002
2008-02-13 89.440002
2008-02-14 89.709999
Name: Close, dtype: float64

将数据切分为模型训练数据集和测试数据集

在此步骤中, 我们将预测变量(解释变量)数据和输出(因变量)数据拆分为训练数据集和测试数据集。 训练数据用于建立线性回归模型,将输入与预期输出配对。测试数据用于评估模型的训练效果。

  • 前80%的数据用于训练模型,其余的数据用来测试模型。

  • X_train 和y_train是训练数据集。

  • X_test & y_test是测试数据集。

t= .8
t = int (t*len(Df))
# Train dataset
X_train = X[:t]
y_train = y[:t]  
# Test dataset
X_test = X[t:]
y_test = y[t:]

建立线性回归模型

接下来我们将建立一个线性回归模型。什么是线性回归呢?

如果我们试图捕捉可以最优解释Y观测值的X变量和Y变量之间的数学关系,我们将在X的观测值形成的散点图中去拟合一条线,那么这条线,也就是 x和y之间的方程就被称为线性回归分析。

再进一步地说,回归解释了因变量在自变量上的变化。因变量y是你想要预测的变量。自变量x是用来预测因变量的解释变量。下面的回归方程描述了这种关系:

Y = m1 * X1 + m2 * X2 + CGold ETF price = m1 * 3 days moving average + m2 * 15 days moving average + c

然后我们利用拟合方法来拟合自变量和因变量(x和y),从而生成系数和回归常数。

linear = LinearRegression().fit(X_train,y_train)
print "Gold ETF Price =" , round(linear.coef_[ 0 ], 2 ), /
"* 3 Days Moving Average" , round(linear.coef_[ 1 ], 2 ), /
"* 9 Days Moving Average +" , round(linear.intercept_, 2 )

输出

黄金ETF价格=1.2×3天的移动平均价-0.2×9天的移动平均价+0.39

预测黄金ETF的价格

现在,是时候检查模型是否在测试数据集中有效了。我们使用由训练数据集建立的线性模型来预测黄金ETF的价格。预测模型可以得到给定解释变量X后相应的黄金ETF价格(y)。

predicted_price = linear.predict(X_test)  
predicted_price = pd.DataFrame(predicted_price,index=y_test.index,columns = [ 'price' ])  
predicted_price.plot(figsize=( 10 , 5 ))  
y_test.plot()  
plt.legend([ 'predicted_price' , 'actual_price' ])  
plt.ylabel( "Gold ETF Price" )  
plt.show()

输出

图表显示了黄金ETF价格的预测值和实际值(蓝线是预测值,绿线是实际值)。

现在,让我们使用score()函数来计算模型的拟合优度。

r2_score = linear.score(X[t:],y[t:])* 100
float ( "{0:.2f}" .format(r2_score))

可以看出,模型的R²是95.81%。R²总是在0到100%之间。接近100%的分数表明该模型能很好地解释黄金ETF的价格。

祝贺你,你刚刚学会了一种基本而又强大的机器学习技巧。

原文链接:

https://www.quantinsti.com/blog/gold-price-prediction-using-machine-learning-python/

【今日机器学习概念】

Have a Great Definition

志愿者介绍

来自:http://mp.weixin.qq.com/s/HGLBPA9Ob7-3DzSNuF39Mg

数据挖掘PythonAI
第七城市

最新文章

123

最新摄影

闪念基因

微信扫一扫

第七城市微信公众平台