본문 바로가기

알고리즘 트레이딩805

기계학습을 이용한 주가예측 -2- 안녕하세요? 지난번 포스팅에서 언급한 대로 일단 데이터 셋을 정리하였고, 이제는 기계학습에 들어갈 차례인데, 이것도 만만치 않은 작업이 될 것으로 보입니다. 일단 이번 작업을 위해서 데이터는 준비가 되었는데, 변했는 데이터의 모양처럼 무언가가 사이즈가 맞지 않은 문제가 나올 것으로 보입니다. 먼저 위 스크린샷에서 보이는 것처럼 일단 input 데이터를 구성해야 하는데, 이걸 column을 선택하는 방법이 위 스크린샷의 밑줄친 부분과 같습니다. 특히 마지막 column이라는 부분은 포함이 되지 않고 그 앞에서 멈추는 특징이 있습니다. 일단 이렇게 해서 입력에 들어갈 데이터 셋은 모양을 제대로 갖춘 것을 확인할 수 있었습니다. 이제 다음으로 가야 할 것으로는 역시나 타겟 데이터 셋을 정리하는 것 입니다. 그.. 2022. 1. 20.
기계학습을 이용한 주가예측 -1- 안녕하세요? 어떻게 기계학습을 이용해서 무언가를 하는 단계에 마지막에 도달하긴 했는데, 그 때까지의 여정을 이번 포스팅에서 다루어 보고자 합니다. 아무튼 이래저래 쉽지 않은 일이기는 했습니다만, 그래도 어떻게 이번 작업을 여기까지 오는데, 성공하기는 했습니다. 먼저 기계학습을 시키는 것에 있어서 데이터를 제대로 준비 하도록 합니다. 이를 위해서 열을 선택해야 하는데, 그 방법은 그냥 []안에 숫자만 넣는 것으로 가능했습니다. 이렇게 해서 일단 제가 원하는 대로 어떻게는 근접하게 하나 나오는 것을 확인할 수 있었습니다. 여기까지는 어떻게 순조롭기는 합니다. 다만 제가 원하는 형태와 완전히 같지는 않았기 때문에 numpy에서 데이터를 서로 혼합시켜서 완전히 하나로 만드는 작업을 위한 다른 코드를 실험해 보도.. 2022. 1. 20.
드디어 본격적인 pytorch의 적용 -5- 안녕하세요? 이래저래 말도 많고 탈도 많은 기계학습이지만, 그래도 이걸 적용하기 위해서 가지가지 시도를 하였습니다. 그리고 나서 이번 포스팅에서도 이런 시도를 해서 시행착오를 거쳤는 과정을 하나하나 이야기 해 보고자 합니다. 일단 하나 에러를 해결하고 나면, 다른 에러가 터지는 상황이지만, 그래도 하나하나 어떻게 해결해 나아가고 있기는 있습니다. 먼저 작업을 하기 위해서 OrderedDict라는 것을 import해 와야 하는데, 다행히 이건 기본적으로 있는 라이브러리인지 추가적인 설치는 필요하지 않았습니다. 이렇게 했더니, 그전에 사이즈 미스매치 문제로 골치아프게 나오던 문제는 어떻게 해결이 되기는 되었습니다. 이제 정상적으로 모델이 작동했는지 확인할 차례입니다. 일단 기존에 숫자가 있던 부분을 위 스크.. 2022. 1. 19.
드디어 본격적인 pytorch의 적용 -5- 안녕하세요? 이번 포스팅에서는 어떻게 해서 적용이 안되던 기계학습의 모델을 적용해 보고자 하는데, 이게 제대로 움직일지 아닐지는 저도 잘 모릅니다. 다만, 한가지 알 수 있는 것은, 일단 이렇게 해서 어느정도 성과는 나왔고, 새로운 문제에 또 부딪쳤다는 것 입니다. 먼저 세이브를 하는 방법부터 조금 바꾸었는데, 그존에는 그냥 모델을 넣는 것으로 끝을 냈습니다만, 그러지 않고, 일단 state_dict()라는 항목을 추가했습니다. 그리고 나서 다음으로 진행한 것으로는 위 스크린샷에서 볼 수 있는 것으로, 일단 모델을 load하는 것에도 load_state_dict를 붙여 주도록 했습니다. 그리고 나서 무언가가 잘 안되어서 이번에는 위 스크린샷에서 볼 수 있는 것과 같이 일단 MLP를 통짜로 넣는 방법을 한.. 2022. 1. 19.

티스토리툴바