Bulbea助力实现股票的深度学习量化

大家好，Bulbea 是一个基于深度学习开发的，用于股票市场预测和建模的Python库。Bulbea 自带了不少可用于股票深度学习训练及测试的API，并且易于对数据进行扩展和延申，构建属于我们自己的数据及模型。

1.Bulbea基本使用方法

Bulbea 和普通的深度学习研究项目一样，在做训练和测试时，分为四步（加载数据，预处理，建模，测试）。

1.1 加载数据

Bulbea内置了数据下载模块，让你很轻易地能够下载雅虎财经的股票数据，比如下面下载雅虎财经源的GOOGL股票数据：

>>>?import?bulbea?as?bb
>>>?share = bb.Share('YAHOO',?'GOOGL')
>>>?share.data
# Open High Low Close Volume \
# Date
# 2004-08-19 99.999999 104.059999 95.959998 100.339998 44659000.0
# 2004-08-20 101.010005 109.079998 100.500002 108.310002 22834300.0
# 2004-08-23 110.750003 113.479998 109.049999 109.399998 18256100.0
# 2004-08-24 111.239999 111.599998 103.570003 104.870002 15247300.0
# 2004-08-25 104.960000 108.000002 103.880003 106.000005 9188600.0
...

1.2 预处理

Bulbea 同样也内置了预处理模块，让你能够轻易地分割训练集和测试集：

>>>?from?bulbea.learn.evaluation?import?split
>>>?Xtrain, Xtest, ytrain, ytest = split(share,?'Close', normalize =?True)

1.3 建模

Bulbea自带了RNN模型可供使用：

>>>?import?numpy?as?np
>>>?Xtrain = np.reshape(Xtrain, (Xtrain.shape[0], Xtrain.shape[1],?1))
>>>?Xtest = np.reshape( Xtest, ( Xtest.shape[0], Xtest.shape[1],?1))

>>>?from?bulbea.learn.models?import?RNN
>>>?rnn = RNN([1,?100,?100,?1])?# number of neurons in each layer
>>>?rnn.fit(Xtrain, ytrain)
# Epoch 1/10
# 1877/1877 [==============================] - 6s - loss: 0.0039
# Epoch 2/10
# 1877/1877 [==============================] - 6s - loss: 0.0019
...

1.4 测试

通过调用sklearn的metrics就能对数据实现测试：

>>>?from?sklearn.metrics?import?mean_squared_error
>>>?p = rnn.predict(Xtest)
>>>?mean_squared_error(ytest, p)
0.00042927869370525931
>>>?import?matplotlib.pyplot?as?pplt
>>>?pplt.plot(ytest)
>>>?pplt.plot(p)
>>>?pplt.show()

2.情感分析

Bulbea 能自动爬取相关股票在推特上的文字，并对这些文字做一个情感分析。

只需要给Bulbea提供以下环境变量就能够进行感情色彩分析：

export?BULBEA_TWITTER_API_KEY="<YOUR_TWITTER_API_KEY>"
export?BULBEA_TWITTER_API_SECRET="<YOUR_TWITTER_API_SECRET>"

export?BULBEA_TWITTER_ACCESS_TOKEN="<YOUR_TWITTER_ACCESS_TOKEN>"
export?BULBEA_TWITTER_ACCESS_TOKEN_SECRET="<YOUR_TWITTER_ACCESS_TOKEN_SECRET>"

测试一下：

>>>?import?bulbea?as?bb
>>>?share = bb.Share('YAHOO',?'GOOGL')
>>>?bb.sentiment(share)
0.07580128205128206

由于较为粗略，这个分析仅供参考，如果喜欢今天的量化投资内容，请持续关注。