最弱SEでも機械学習でお金が稼ぎたい【6日目・終値いろいろ予測してみた結果がコレだよ！】

dhero.hatenablog.com

前回に引き続き，予測やっていきます！！

今回は，前回作成した予測モデルをもとに実際に色々データを入れてみます

Quandlを用いたデータ取得

こちらAPIを叩くだけで，簡単にデータが取得できるものになります（ただし，データの取得幅はあまり大きくない）

$ pip install quandl

または

$ easy_install quandl

でインストールできます

しかし，こちらのAPIには使用制限があり一日あたり50回までの使用制限が設けられています
50回以上アクセスしたい方はgoogleアカウント等でサインインし，右上の”ME”からマイページに入ってください
その後，　”API KEY"を開き， "Request new api key"を押すことでKeyを入手できます
そのキーを以下のソースコード内指定の場所に埋め込むことで何度も利用できるようになります

作成した予測モデルで株価終値予測

import tensorflow as tf
import tflearn
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime
import quandl

#CSVデータのインポート
def import_data(train_csv):
    dataframe = pd.read_csv(train_csv,engine='python').iloc[::-1]
    return dataframe

#データ生成
def create_testdata(dataset):
    X = []
    for i in range(1, len(dataset), 1):
        X.append(dataset[i - 1: i])
    X = np.reshape(np.array(X), [-1, 1, 1])
    return X

#学習モデルの読み込み
def load_train_model(model_name):
    net = tflearn.input_data(shape=[None, 1, 1])
    net = tflearn.gru(net, n_units=150, activation='relu',return_seq=True)
    net = tflearn.gru(net, n_units=150, activation='relu')
    net = tflearn.fully_connected(net, 1, activation='linear')
    net = tflearn.regression(net, optimizer='adam', learning_rate=0.001, loss='mape')
    model = tflearn.DNN(net)
    model.load(model_name)
    return model

#プロットの表示
def drow_predict_plot(testdata,predictdata,date,name='result_of_predict.png'):
    test_predict_plot = np.vstack((np.zeros([1,1]),predictdata))
    fig=plt.figure(figsize=(10, 10))
    fig.autofmt_xdate()
    fig.add_subplot(111)
    plt.plot(date,testdata, label = "実際のデータ", color = "black")
    plt.plot(date,test_predict_plot,label = "実際のデータ", color = "green")
    #plt.xlim(0, len(testdata))
    plt.ylim(0, np.max(testdata))
    plt.savefig(name)

if __name__=='__main__':
    #QuandlのAPI Keyを入れる
    #これを入れないと一日に50回までしか利用できない
    quandl.ApiConfig.api_key = 'your api key'

    #学習モデルの呼び出し
    trainModel = load_train_model('model.tfl')

    #予測したいデータの取得
    name_data = 'GOOG/TYO_9684'
    oridata  = quandl.get(name_data)
    testdata = oridata['Close'].astype('float32').values
    date     = pd.to_datetime(oridata.index, format='%Y-%m-%d')
    testX    = create_testdata(testdata)

    #予測とプロット
    test_predict = trainModel.predict(testX)
    drow_predict_plot(testdata, test_predict,date, name_data.replace('/','-') + '.png')