본문 바로가기

기계학습110

다시 2차로 도전하는 기계학습으로 주가 예측하기 -9- 안녕하세요? 일단 너무 한꺼번에 많은 것을 하다보니 무언가가 좀 뒤죽박죽이 되었는데, 아무튼 그럼에도 불구하고 일단은 기계학습은 학습이고, 예측을 하기 위해 적용하는 것은 따로 있습니다. 일단 이 작업을 위해서 가자가지 먼저 예측결과를 분석해 보도록 하고, 그 다음으로는 20만 에포크의 기계학습에 들어갔습니다. 일단 하나 짚고 넘어가야 하는 것이 있는데, 원본 데이터에서 가장 마지막 값은 실제로는 이 값들이 아니라, 다음날의 close값을 예측하는 것이 더 중요합니다. 그래서 원본의 제일 첫 머리에 있는 값을 사용이 가능해도, 가장 마지막에 나오는 값은 사용할 수 없는게, 이 값이야 말로 z score의 다음날 오기전의 값이기 때문입니다. 거기다가 원본 데이터의 평균과 표준편차를 이용해서 일단 z sco.. 2022. 1. 27.
다시 2차로 도전하는 기계학습으로 주가 예측하기 -8- 안녕하세요? 지난번 포스팅에서는 어떻게 날짜를 수정할 수 있도록 작업을 시작했는데, 계속해서 예측을 하는데 이미 기계학습이 된 모델을 다루는 것으로 해서, 어떻게 작업을 수행해 볼까 합니다. 아무튼 이 작업을 위해서 가장 먼저 GUI작업부터 완성을 해야 하는데, 이 과정을 보여 드리고자 합니다. 그리고 나서 가장 큰 문제라면 문제가 바로 예측을 하는데 있어서도 일단, 데이터를 normalize해야 한다는 문제점이 있습니다. 일단 이렇게 만들어 주도록 합니다. 그리고 나서 예측을 적용해서, 한번 결과를 내어 보고자 했습니다. 이렇게 해서 나온 결과를 보고 나서, 한번 작업에 들어가고 나면.................. 그리고 나서 다음으로진행을 하고자 하는 것으로, 이제 데이터 베이스를 열어보면, 결과값.. 2022. 1. 27.
다시 2차로 도전하는 기계학습으로 주가 예측하기 -7- 안녕하세요? 지난번에 어떻게 기계학습을 하는 것에서 무언가 20만 에포크까지 학습을 해 보기는 보았습니다만, 아직 하지 않은 것이 하나 있기는 있습니다. 바로 이걸 적용해서 예측을 해 보는 것인데, 이번 포스팅에서는 GUI형식으로 만들어 주어서 예측하는데 사용해 보고자 합니다. 이 작업을 위해서 먼저 GUI를 디자인 해 주도록 합니다. 그리고 나서 이걸 어떻게 저장해서 해당하는 py파일에서 띄울 수 있도록 만들어 줍니다. 우선 위 스크린샷에서 보이는 것처럼, 일단 프로그램 자체에서는 띄우는데 성공적으로 끝이 났습니다. 하지만 아직 코드가 없어서 버튼을 눌러도 아무런 일도 일어나지 않습니다. 먼저 클래스를 선언해서 어떻게 해서든 UI파일을 띄울 수 있을 준비를 해 주도록 합니다. 이렇게 해서 첫 걸음을 떼.. 2022. 1. 27.
다시 2차로 도전하는 기계학습으로 주가 예측하기 -6- 안녕하세요? 이번 포스팅에서는 20000에포크 학습이라는 상당히 많은 양의 학습을 진행한 다음에, 얘네들이 어떻게 작동하는지 알아보고자 합니다. 일단 여기서 학습을 많이 시키기는 했는데, 얘네를 적용하는 것은 아직 하지 않아서, 이에 대한 부분이 아쉬운데, 블로그 포스팅이 올라간 다음에, 다시 실험에 들어가도록 하겠습니다. 우선 과정이 끝이 났습니다. 이전 포스팅에서 언급한 에러는 GUI가 프리징이 되는 것인데, 이에 대해서 해당하는 코드를 넣는 것으로 어떻게 해결하긴 했습니다. 그 결과는 위 스크린샷에서 보이는 것처럼, 중간에 드디어 지표들이 나올 수 있게 됨으로서 이제 마냥 기다리는 것은 아니게 되었습니다. 일단 이렇게 2만 에포크를 학습해서 0.1밑으로 loss값이 내려간 경우는 있기는 있습니다. .. 2022. 1. 24.

티스토리툴바