【機械学習入門】正規化なしでの株価の機械学習を行ってみた

ここでは、「scikit-learn」を用いた株価の機械学習について解説しています。

行ったこと

「scikit-learn」を用いて「ニコン」の10年分の株価を機械学習させてみました。

正規化については、まだ勉強できていないので、とりあえず今回は、そのままデータを放り込みました。

プログラム

プログラムは以下の通りです。

#nikon機械学習
import glob
import pandas as pd
from sklearn import svm, metrics, model_selection

#1---フォルダ内のCSVファイルの一覧を取得
files = sorted(glob.glob('*.csv'))
#2---ファイル数を取得
file_number = len(files)
#3---CSVファイルの中身を読み出して、リスト形式にまとめる
csv_list = []
for file in files:
    csv_list.append(pd.read_csv(file,encoding='shift_jis',skiprows=[1]))
#4---CSVファイルの結合
merge_csv = pd.concat(csv_list)
#5---CSVファイル出力
merge_csv.to_csv('merge_nikon.csv', encoding='shift_jis')
#6---結合完了のメッセージ
print(file_number,' 個のCSVファイルを結合')
#7---データ読み込み
csv_merge_data = pd.read_csv('merge_nikon.csv',encoding='shift_jis')
#8---任意の列の抽出
csv_data = round(csv_merge_data[["7731 東証1部 (株)ニコン（精密機器）","Unnamed: 1","Unnamed: 2"]])
csv_label = round(csv_merge_data['Unnamed: 3'])
#9---学習用とテスト用に分割
train_data, test_data, train_label, test_label = \
    model_selection.train_test_split(csv_data, csv_label)
#10---データの学習・予測
clf = svm.SVC()
clf.fit(train_data, train_label)
pre = clf.predict(test_data)
#11---正解率を求める
ac_score = metrics.accuracy_score(test_label, pre)
print("正解率=", ac_score)
#11個のCSVファイルを結合
#正解率= 0.008968609865470852

1~6までの部分についての解説はこちらを参照して下さい。

では、7から解説していきます。

7の部分は結合したファイルを読み込んでいます。注意するべきところとしては、「encoding=’shift_jis’」と指定する必要がある点です。指定しないと「UnicodeDecodeError: ‘utf-8’～」となってしまいますので、必ず指定します。

次に8の部分です。読み込んだデータを任意の列を指定して抽出しています。9で学習用とテスト用に分けたデータをfit()メソッドに放り込むために、ここでは学習用データと正解ラベルに分割しています。

ここでの注意点はデータに小数点があるとfit()に放り込めないので、roundで丸めている点です。

10の部分で機械学習のSVMという手法を指定して学習させています。同時にpredict()メソッドで予測させています。

11でmetrics.accuracy_score()関数を用いて正解率を出力させています。

結果

結果としては「0.008968609865470852」です。

正規化していないからなのか、ダメダメでした。

もっと勉強して再チャレンジします。

関連記事