手把手：用Python搭建機器學習模型預測黃金價格

大資料文摘發表於2018-02-16
Python機器學習模型

新年總是跟黃金密不可分。新年第一天，讓我們嘗試用python搭建一個機器學習線性迴歸模型，預測金價！

自古以來，黃金一直作為貨幣而存在，就是在今天，黃金也具有非常高的儲藏價值，那麼有沒有可能預測出黃金價格的變化趨勢呢？

答案是肯定的，讓我們使用機器學習中的迴歸演算法來預測世界上貴重金屬之一,黃金的價格吧。

我們將建立一個機器學習線性迴歸模型，它將從黃金ETF (GLD)的歷史價格中獲取資訊，並返回黃金ETF價格在第二天的預測值。

GLD 是最大的以黃金進行直接投資的ETF交易基金。

（詳見：http://www.etf.com/GLD）

在python的開發環境下用機器學習預測黃金價格的步驟：

  • 匯入Python庫並讀取黃金ETF 的資料

  • 定義解釋變數

  • 將資料切分為模型訓練資料集和測試資料集

  • 建立線性迴歸模型

  • 預測黃金ETF的價格

匯入Python庫並讀取黃金 ETF 的資料

首先:匯入實現此策略所需的所有必要的庫（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

然後我們讀取過去10年間每天黃金ETF的價格資料，並將資料儲存在Df中。我們移除那些不相關的變數並使用dropna函式刪除NaN值。然後我們繪製出黃金ETF的收盤價格。

# 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()

輸出

手把手：用Python搭建機器學習模型預測黃金價格

定義解釋變數

解釋變數是被用來決定第二天黃金ETF價格數值的變數。簡單地說，就是我們用來預測黃金ETF價格的特徵值。本例中的解釋變數是過去3天和9天的價格移動平均值。我們使用dropna()函式刪除NaN值，並將特徵變數存於X中。

然而，你還可以在X中放入更多你認為對於預測黃金ETF價格有用的變數。這些變數可以是技術指標，也可以是另一種ETF的價格（如黃金礦工ETF (簡稱GDX)或石油ETF(簡稱USO)）或美國經濟資料。

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()

輸出

手把手：用Python搭建機器學習模型預測黃金價格

定義因變數

同樣，因變數是取決於解釋變數的“被解釋變數”。簡單地說，在這裡就是我們試圖預測的黃金ETF價格。我們將黃金ETF的價格賦值為y。

y = Df['Close']

y.head()

輸出

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

將資料切分為模型訓練資料集和測試資料集

在此步驟中，我們將預測變數（解釋變數）資料和輸出（因變數）資料拆分為訓練資料集和測試資料集。訓練資料用於建立線性迴歸模型，將輸入與預期輸出配對。測試資料用於評估模型的訓練效果。

手把手：用Python搭建機器學習模型預測黃金價格

  • 前80%的資料用於訓練模型，其餘的資料用來測試模型。

  • X_train 和y_train是訓練資料集。

  • X_test & y_test是測試資料集。

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:]

建立線性迴歸模型

接下來我們將建立一個線性迴歸模型。什麼是線性迴歸呢?

如果我們試圖捕捉可以最優解釋Y觀測值的X變數和Y變數之間的數學關係，我們將在X的觀測值形成的散點圖中去擬合一條線，那麼這條線，也就是x和y之間的方程就被稱為線性迴歸分析。

手把手：用Python搭建機器學習模型預測黃金價格

再進一步地說，迴歸解釋了因變數在自變數上的變化。因變數y是你想要預測的變數。自變數x是用來預測因變數的解釋變數。下面的迴歸方程描述了這種關係:

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

然後我們利用擬合方法來擬合自變數和因變數(x和y)，從而生成係數和迴歸常數。

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)

輸出

黃金ETF價格=1.2×3天的移動平均價－0.2×9天的移動平均價+0.39

預測黃金ETF的價格

現在，是時候檢查模型是否在測試資料集中有效了。我們使用由訓練資料集建立的線性模型來預測黃金ETF的價格。預測模型可以得到給定解釋變數X後相應的黃金ETF價格(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()

輸出

手把手：用Python搭建機器學習模型預測黃金價格

圖表顯示了黃金ETF價格的預測值和實際值（藍線是預測值，綠線是實際值）。

現在，讓我們使用score()函式來計算模型的擬合優度。

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總是在0到100%之間。接近100%的分數表明該模型能很好地解釋黃金ETF的價格。

祝賀你，你剛剛學會了一種基本而又強大的機器學習技巧。

相關文章