用Tensorflow建立RNN实战:股市预测

By admin in mobile.365-838.com on 2018年10月20日

腾讯今年底年终奖也远抢眼,在腾讯18周年庆上,小马哥发出了共3000万首位之微信红包,还用被每人在职员工每人300湾腾讯股票。好吧,每位小伙伴的QQ,都在让小马哥创造财富,有钱任性。

数准备:

股票价格是长为N的时空序列,定义也p0,p1,… ,pN- 1,其中pi是据当第i日的收盘价,0≤i

落得图也正式普尔500价位。我们当一个滑窗口中应用内容来预测下一个,而在少数只连的窗口中从来不重叠。

以成立的RNN模型中LSTM单元作为核心的潜伏单元。我们下于时空t内从第一个滑动窗口W0到窗口Wt的价值:

W0=(p0,p1,…,pw-1)

W1=(pw,pw+1,…p2w-1)

Wt=(ptw,ptw+1,…,p(t+1)w-1)

来预测下一个窗口Wt+1的值:

Wt+1=(p(t+1)w,p(t+1)w+1,…,p(t+2)w-1)

以上类似于在上学一个近似函数f(W0,W1,… ,Wt)≈Wt+1。

考虑到反往传播(BPTT)的行事章程的,我们日常以RNN训练成一个“展开”版本,这样我们便无待做最好多之传遍计算,而且可以节省训练的繁杂。

价的顺序首先为分成不重叠的微窗口。每个都蕴涵input_size数字,每个都深受认为是一个独自的输入元素。然后,任何num_steps连续的输入元素让分组到一个训输入被,形成一个以Tensorfow上展开训练的“非滚动”版本的RNN。相应的标签便是她后的输入元素。

例如,如果input_size=3和num_steps=2,前几个教练的示范如下所示:

8、九鼎:1亿7宏观几近万状元

树立模型:

概念参数:

lstm_size:一个LSTM图层中的单元数量。

num_layers:堆叠的LSTM层的多少。

keep_prob:单元格单元以剥离操作着保留的比重。

init_learning_rate:开始学习之速率。

learning_rate_decay:后期训练时的衰减率。

init_epoch:使用常量init_learning_rate的一时数。

max_epoch:训练中的一代总数

input_size:滑动窗口的轻重缓急/一个训练数据点

batch_size:在一个有点批量中运用的数据点的数量。

LSTM模型是持有num_layers堆叠的LSTM层,每层包含lstm_size数量之LSTM单元。然后以保存概率为keep_prob的脱离掩码应用被每个LSTM单元的出口。退出的目标是排遣潜在的引人注目具有依赖性维度,以戒过度拟合。

训练总共要max_epoch
时期(epoch);一个时(epoch)指具有训练数据点的一个整经过。在一个期(epoch)中,训练数据点被分为小批量batch_size的范畴。我们发送一微批量底及一个BPTT学习的型。学习速率在首先个init_epoch时期被安装为init_learning_rate,然后以每个后续时期learning_rate_decay使学习速率衰减。

概念图形

tf.Graph没有依附于其它实际的数目。它最主要用来拍卖多少及周转计算流程。如果就此tf.session提供的数额,这时计算的数额是实的。

(1)首先初始化一个新的图纸。

(2)图表的劳作规律应于那个范围外定义。

(3)定义计算所需要的数码。在这边要三单输入变量,全部定义为tf.placeholder。

1.inputs:训练数据X,形状张量(#数据例子num_steps,input_size);
数据示例的数量是不解之,所以是None。就这示例而言,在训练中其将是batch_size。如果发疑惑,请查看输入格式示例。

2.targets:训练标签y,形状张量(#数据例子input_size)。

3.learning_rate:一个大概的浮点数。

(4)该函数返回一个LSTMCell有管退操作。

(5)如果需要的话,我们可以以单元格堆叠成多叠。MultiRNNCell有助于依次连接多只简易单元来组成一个单元。

(6)tf.nn.dynamic_rnn是由cell(RNNCell)指定的轮回神经网络构建的。状态是借助LSTM单元的当下状态,在这边没有吃。

(7)tf.transpose输出的维度从(batch_size,num_steps,lstm_size)转换为(num_steps,batch_size,lstm_size),然后拿其出口。

(8)定义隐藏层和输出层之间的权重和谬误。

(9)我们利用均方误差作为损失量和RMSPropOptimizer算法进行梯度下降优化。

教练等

(1)要开用诚实数据训练图片,我们用事先由一个tf.session开始。

(2)按照定义初始化变量。

(3)训练时的学习率应该先行计算好。指数是靠epoch指数。

(4)下面的每个循环完成同样潮epoch训练。

(5)下面的每个循环完成同样不良epoch训练。

使用TensorBoard

在没可视化的景况下构建图形,非常模糊和易于失误。Tensorboard提供的图样结构以及读书过程简单不过观看,查看这执行学科。

小结

1.用于with [tf.name_scope]

(https://www.tensorflow.org/api\_docs/python/tf/name\_scope)("your\_awesome\_module\_name"):将包含在类似目标上的元素一起打包。

2.许多tf.*术接受name=参数。分配一个定制的讳可以给您读书图表时再易于。

3.近乎tf.summary.scalar和tf.summary.histogram的方式可辅助跟踪迭代内图被变量的价。

4.当教练课程中,用tf.summary.FileWriter定义一个日志文件:

及图由示例代码构建的RNN图。“训练”模块已“从主图表中去”,因为其以前瞻时间外未是范的其实有。

单击“output_layer”模块将其开展并详细检查结构。

结果

作者在示范中采取了以下配置。

num_layers=1

keep_prob=0.8

batch_size = 64

init_learning_rate = 0.001

learning_rate_decay = 0.99

init_epoch = 5

max_epoch = 100

num_steps=30

落得图是以测试数据中最近200天的预测结果。使用input_size = 1和lstm_size
= 32来训练模型。

达图是以测试数据被最近200上的预测结果。模型使用input_size =
1和lstm_size = 128展开训练。

落得图在测试数据中的近期200天之预计结果。使用input_size = 5,lstm_size =
128和max_epoch = 75(替代50)训练模型。

本文由阿里云云栖社区团体翻译。

作者:Lilian Weng

翻译:乌拉乌拉,审校:袁虎。

九鼎投资2016年年终奖总额1亿7总大抵万,共67口分。年终奖励500万之上的产生10丁,3000万上述1总人口,1000-2000万生4人数。金融圈的钱,就是差不多。

数量标准

以下我们以行的10%之多寡作为测试数据。S&P500指数就时空之延期而增加,导致测试集中大部分数值高于训练集的限制,也就是说该型必须预测有原先从未见过的数字。

图: RNN模型必须预测训练多少的局面之外的数字

缓解这同样问题,作者将任务变成预测相对变化率而休是绝对值。在t时刻的规范滑动窗口W’t中,所有的值除以最终一个滑窗口Wt-1中的不解价格价格:

2、阿里:总监级年终奖15万由

2015年开春,李彦宏以年会及自豪的颁发,公司的某位小伙伴将到了50个月之工资。如果及时员职工每个月份之工钱是2万状元之话语,那么他的年末嘉奖就是是100万。不过,据说,今年百度的普通员工年底只得以到2.5单月之年终嘉奖。

小编也随便问了几乎单可怜互联网企业之童鞋,问问他俩之年终方便究竟什么,嘿嘿,贴上来深受大家省。嗯,其实,你如果是幕后地看成年晚跳槽的参阅,我吧并无介意哈。

惊诧虎360底年底奖年终奖是月薪*局绩效*村办绩效,大概一年总体薪水是14-16单月的月薪。奇虎360底月工资,蛮高的,今年校招应届硕士刚发出了16K之offer,可惜小编毕业得早,没撞好机会。

7、大疆:1年薪水之年底奖+几十雅宝马X2

1月9日,微博、朋友围为酷开年终奖送10模仿深圳房为刷屏了。10效仿房!深圳!二居室!精装修!拎包入住!这为最好壕了。丧心病狂放大招,直接给咱们这些三无论是人员(无房、无车、无老婆)造成惨重内伤。

1、酷开:深圳10学精装房

10、格力:平均每位1万老大+1部手机

4、华为:入职满3年,18万状元年终奖

作老牌互联网经济企业,你当了解,离钱近的经济行业必须年终奖丰厚!而诸葛更是爱不释手发色奖金、年终奖励激励员工,不迷信?诸葛理财招聘咯,来了而就掌握,投个简历吧!

6、奇虎360:2-4独月薪水的年终奖

各到年末,讨论最为多之莫过年终奖,臭显摆的局连带吃小编1万碰伤害,发钱虽了了,还送房!哎,我偏偏想咨询,还致使人也?

5、腾讯:3000万初次红包+每人300抹腾讯股票

1月10日,董明珠表示,我去年改成网红,就是自个儿为安装工加了100头条,为我之员工每个月份增1000头,年底我们作奖金平均每个人来1万元,而且还他们送了一样统无绳话机。还是1万块钱要!格力手机?还是算了咔嚓。

3、京东:多数员工6单月薪水水年终奖

且说华为的便宜好,还果真如此。据说,入职满3年之员工,可以用到18万状元年终奖,如果是17-18层员工,03-04年左右前进华为的,配股普遍有些几十万道,税前分红约60-70万。任正非果然是只好BOSS。

阿里底岁尾奖由年终红包、年终大奖金、加薪、股权奖励等片构成,一般年底见面来双薪,总监级的年终奖由15万-20万于,可惜小编是坐不齐之职位了!

11.各葛理财:项目奖金、年终奖各种奖金

9、百度:2.5个月薪饷的年终奖

无人机领域的领跑者大疆,不少职工可以将到至少一年之薪金做年终奖,公司还以出几十辆宝马X2并行车做最终大奖。

看看这些土豪公司的年终奖,小伙伴们产生啊感想?哎,读书之时刻,羡慕别人家的母校;毕业了,羡慕别人家的商店,这日子还怎么过?

2016年京东年会及,累计派发了50单2万现款、100只1万现金、416高流行款iPhone手机等,多数职工是足以至少半年以上年终奖励。连亏损的京东还这样壕,发韭菜、发包子的业主看来了没?

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图
Copyright @ 2010-2019 mobile.365-838.com 版权所有