다시 2차로 도전하는 기계학습으로 주가 예측하기 -2-

안녕하세요?

 

이번 포스팅에서는 지난번 포스티에서 RAW데이터를 확보하는데 성공했지만, 이걸 그대로 넣는다고 알아서 기계학습이 될리는 없으니, 일단 이 학습을 하기 위해서 우선은 데이터를 또 가공해야 할 필요성이 있습니다. 그래서 이번 포스팅의 주 내용은 이 데이터를 가공하는 것이 됩니다.

 

그리고 나서 일단 필요없다고 생각되는 column은 모두 제거해서 이렇게 7개의 column만을 남겨 두도록 했습니다. 이제 이걸 어떻게 기계학습에 사용하기 위해서 들어가야 합니다.

 

그리고 넘피 형식이 된 데이터에서 일일히 row형식으로 있는 column들을 하나하나 뽑아서 새로운 데이터 셋으로 만들어 주는 작업은 여기서도 똑같이 하지만, 일이 더 많아졌을 뿐 입니다.

 

 

그리고 여기서 중요한 것은 역시나 row를 조절해서 train을 위한 데이터와 target을 위한 데이터가 각각 row가 달라야 - 즉 close값을 예측해도 나머지 7개의 자료가 있는 날의 close값이 아니라 다음날의 close값을 예측할 수 있도록 만들어야 합니다.

 

그리고 나서 입력되는 데이터는 7개고, 출력되는 결과물은 close1개이기 때문에, 이를 위해서 일단 모델을 7 X 1로 입력을 7, 출력을 1로 주도록 합니다.

 

이렇게 해서 기계학습을 시켰는데, 여기서도 무언가 불길하게, cost의 값이 원래라면 나와야 하지만, 이 값이 0으로 처리가 되는 것을 확인할 수 있었습니다.

 

어쨎든 20에포크의 결과를 가지고서 한번 적용해 보아서 제대로 다음날의 close인 종가를 맞추는지 아닌지 알아보고자 했습니다.

 

그런데 어느정도 나아진 것 같기도 하지만, 그렇다고 해서 획기적으로 나아진 것도 아닌 애매한 상태로 나오게 되었습니다. 이런 상황에서 나왔으니, 이제 다양한 시도를 더 해서 무언가 더 나은 결과가 나올 수 있도록 만들어야 하는데, 이에 대해서는 아직은 잘 모르겠습니다.