過去10年のアップルの株価を機械学習（LightGBM）して、次の日は上がるか下がるか予測する。

参考URL
https://note.com/10mohi6/n/n4b1196fea816

# 必要なライブラリをインストール
# !pip install scikit-learn lightgbm pandas-datareader

from pandas_datareader import data as pdr #修正
from sklearn.model_selection import train_test_split
import lightgbm as lgb
from sklearn.metrics import accuracy_score
import yfinance as yf #追加
yf.pdr_override() #追加

# アップル株価の過去チャートを取得
df = pdr.get_data_yahoo("AAPL", "2010-11-01", "2020-11-01")
# 終値の差分を計算
df["Diff"] = df.Close.diff() # 1行前の値との差分を計算。diff(2)なら２行前との差分
# 移動平均を計算。rolling(n)で前nレコードの値を取得、mean()やsum()で、平均や合計を取得できる
df["SMA_14"] = df.Close.rolling(14).mean()
# 取り扱い額を計算
df["Force_Index"] = df["Close"] * df["Volume"]

# 株価が上がったら1、上がらずに下がったら0を、目標変数yに格納
# 前日との差分df["Diff"]を見て、0より大きければなら株価が上がったので、前日shift(-1)の目標変数df["y"]に１を入れる(株価が上がったパターン)
# 逆に下がったら、0を入れる。(株価が下がったパターン)
df["y"] = df["Diff"].apply(lambda x: 1 if x > 0 else 0).shift(-1)

# NaN(Not A Number)がある行は削除する。
df = df.dropna()
print(df)

X = df.drop(["y"], axis=1).values # 目標変数yを削除して、説明変数X(過去チャート・移動平均・取り扱い額)
y = df["y"].values # 目標変数yだけ格納(株価があがったら１，下がったら0)

# 学習データとテストデータ(20%)に分離する。
X_train, X_test, y_train, y_test = train_test_split(
  X,
  y,
  test_size=0.2,
  shuffle=False,
)
# LightGBM(Gradient Boosting Machine)モデルを生成。
# learning_rate = 学習率。次の学習で、前の学習をどれくらい更新するか。
# n_estimators = 学習回数の指定。整数を指定する。デフォルトは100。
# clf = lgb.LGBMRegressor() # パラメータ無しでも動作するけど、正解率が下がる。Optunaでハイパーパラメータ自動最適化？
clf = lgb.LGBMRegressor(learning_rate=0.01, n_estimators=2)

# 80％学習データ（過去チャート・移動平均・取り扱い額）から、株価が上がるか下がるかを予測する機械学習モデルを作る
clf.fit(
  X_train,
  y_train,
)
# 残り20%をテストデータとして、株価が上がるか下がるか予測してみる
y_pred = clf.predict(X_test)

# テストデータの正解(y_test)と答え合わせして、どのくらい予測が当たっていたか検証する。
# y_pred > 0.5で、1だけ(株価が上がった)検証している。one-hot方式(0/1だから片方だけでOK)
print(accuracy_score(y_test, y_pred > 0.5))
# 55%しか当たっていない…。ランダムよりマシ？

# 必要なライブラリをインストール

# !pip install scikit-learn lightgbm pandas-datareader

from pandas_datareader import data as pdr #修正

from sklearn.model_selection import train_test_split

import lightgbm as lgb

from sklearn.metrics import accuracy_score

import yfinance as yf #追加

yf.pdr_override() #追加

# アップル株価の過去チャートを取得

df = pdr.get_data_yahoo("AAPL", "2010-11-01", "2020-11-01")

# 終値の差分を計算

df["Diff"] = df.Close.diff() # 1行前の値との差分を計算。diff(2)なら２行前との差分

# 移動平均を計算。rolling(n)で前nレコードの値を取得、mean()やsum()で、平均や合計を取得できる

df["SMA_14"] = df.Close.rolling(14).mean()

# 取り扱い額を計算

df["Force_Index"] = df["Close"] * df["Volume"]

# 株価が上がったら1、上がらずに下がったら0を、目標変数yに格納

# 前日との差分df["Diff"]を見て、0より大きければなら株価が上がったので、前日shift(-1)の目標変数df["y"]に１を入れる(株価が上がったパターン)

# 逆に下がったら、0を入れる。(株価が下がったパターン)

df["y"] = df["Diff"].apply(lambda x: 1 if x > 0 else 0).shift(-1)

# NaN(Not A Number)がある行は削除する。

df = df.dropna()

print(df)

X = df.drop(["y"], axis=1).values # 目標変数yを削除して、説明変数X(過去チャート・移動平均・取り扱い額)

y = df["y"].values # 目標変数yだけ格納(株価があがったら１，下がったら0)

# 学習データとテストデータ(20%)に分離する。

X_train, X_test, y_train, y_test = train_test_split(

test_size=0.2,

shuffle=False,

)

# LightGBM(Gradient Boosting Machine)モデルを生成。

# learning_rate = 学習率。次の学習で、前の学習をどれくらい更新するか。

# n_estimators = 学習回数の指定。整数を指定する。デフォルトは100。

# clf = lgb.LGBMRegressor() # パラメータ無しでも動作するけど、正解率が下がる。Optunaでハイパーパラメータ自動最適化？

clf = lgb.LGBMRegressor(learning_rate=0.01, n_estimators=2)

# 80％学習データ（過去チャート・移動平均・取り扱い額）から、株価が上がるか下がるかを予測する機械学習モデルを作る

clf.fit(

X_train,

y_train,

)

# 残り20%をテストデータとして、株価が上がるか下がるか予測してみる

y_pred = clf.predict(X_test)

# テストデータの正解(y_test)と答え合わせして、どのくらい予測が当たっていたか検証する。

# y_pred > 0.5で、1だけ(株価が上がった)検証している。one-hot方式(0/1だから片方だけでOK)

print(accuracy_score(y_test, y_pred > 0.5))

# 55%しか当たっていない…。ランダムよりマシ？

関連記事