본문 바로가기

파이썬1298

결과의 정리와 새로운 시도를 위한 준비 안녕하세요? 지난번 포스팅까지 해서 어떻게 예측하는 것 까지 했습니다만, 그것만으로는 성이 차지 않고, 어떻게 요약해서 어떤 결과를 내었는지 모든 종목별로 한눈에 알 수 있도록 만들어 주고 싶었습니다. 그리고 그것에서 그치지 않고, 다양한 조건에서 한번 비교하는 시간을 가져 보고자 합니다. 먼저 본격적으로 한개의 종목당 무언가를 하기 이전에, 종합적인 결과를 저장하기 위한 한개의 새로운 데이터 프레임을 만들어서 빈 상태로 있도록 합니다. 그리고 나서 다음으로는 리스트를 만들어서 이 리스트를 품은 조그만한 데이터 프레임을 만든 다음에, 여기다가 이걸 앞서 만든 큰 데이터 프레임에 집어넣는 식으로 해서 결과를 요약할 수 있도록 만들어 보았습니다. 하지만 너무 많은 에러가 나서 최종적으로는 저렇게 dict형식.. 2022. 2. 4.
다시 2차로 도전하는 기계학습으로 주가 예측하기 -12- 안녕하세요? 드디어 한 타이밍 몰아서 작업한 것의 마지막을 올릴 수 있게 되었습니다. 일단 다른것도 아니고, 이제 prediction까지 손보는데 성공했는데, 여기서 부터 다음 포스팅에서 아마 다루게 될 것은........ 기계학습 자체를 어떻게 개선할 것인가가 다루어 지게 될 듯 합니다. 영 안되는가 싶더니, 무언가 영 좋지 않은 상황에서 했더니, 오타로 인해서 계속해서 이 부분에서 에러가 걸리고 있었던 것 이었습니다. 이렇게 해서 얼떨결에 작업이 마무리 되기는 되었습니다. 이제 결과물을 한번 확인하러 가기는 가야 하는데, 일단 데이터 베이스 파일을 열어 봅니다. 실제로 데이터 베이스 파일이 제대로 나왔는지 여부를 확인하려고 했는데, 일단 데이터 베이스 파일 자체는 제대로 나온 것이 확인이 되었습니다... 2022. 1. 27.
다시 2차로 도전하는 기계학습으로 주가 예측하기 -10- 안녕하세요? 지난번 포스팅에서 어떻게 20만 에포크 학습을 해서, 모델을 완성키셨고, 이를 통해서 예측을 해 보았는데, 그 결과를 한번 살펴볼 시간이 되었습니다. 일단 이래저래 이런 작업을 하긴 했지만, 아직도 여러므로 풀리지 않은 면이 많은 상황인데, 그 일부를 올리고자 합니다. 먼저 결과를 가지고 엑셀 시트에 가지고 왔습니다. 일단 모든 값을 다 사용할 수 있는 것은 아니라는 것에 유의하면서 우선 prediction에 있는 마지막 값은 진짜 미래의 값이기에 지워봤습니다. 그리고 나서 다음으로 진행한 것은 원본에서 평균과 표준편차를 구하고, 이 값을 바탕으로 예측값에서 한번 본래의 value로 변환을 시켜 보았습니다. 그리고 나서 절대값으로 원본과의 차이를 구하고 나서, 이 값들의 평균을 구하고자 했습.. 2022. 1. 27.
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.

티스토리툴바