Question

我正在学习使用RNN来预测市场指数，例如S＆amp; P500（注意;这是S＆amp; P指数，而不是500家不同的公司）。除了价格变动数据，我还提供其他信息，如RSI，MACD，EMA

我将来有3个标签，1w，2w 3w，我将从单独的CSV加载。

说这是我的示例数据（完全构成）：

price change     RSI          MACD               EMA
0.3              3.2          0.1                0.0
-0.1             3.1          0.1                0.0
-1.2             3.8          0.1                0.2
0.9              2.7          0.1                0.2
1.3              1.7          0.2                0.2

然后，我为标签

设置了单独的CSV

1w future price change %   2w future price change %   3w future price change %
1.2                        1.8                        -0.3
0.8                        0.2                         1.1
0.2                        1.5                         0.7
1.2                        1.7                         0.1
-0.2                       1.8                        -0.3

我的麻烦是我只能找到使用单一功能和/或使用未来训练数据作为标签的示例，而我为标签使用单独定义的数据集。

我已经拼凑了下面的代码，但是我在这一行得到了一个换形错误：

mse = loss.eval(feed_dict={X: trX, Y: trY})

我怀疑我的数据格式是错误的，因为它仍然采用我用于训练“正常”前馈网络的格式。我怀疑需要进行一些重新塑造，但说实话，我不知道由于具有多重功能而导致的格式。我可能也错误地定义了模型（？）。

如果有人能帮助我，我将不胜感激。

我还有一个问题：以前（正如你在代码中看到的那样）我会改组数据，这对于迷你批量前馈NN来说很好，但是如何使用RNN，其中我假设您需要按顺序显示数据？接下来，让我说我适应了股票（而不是市场指数）;我是否需要逐个库存地显示数据以构成移动窗口，而不是每天都这样做？显然，在日常的基础上，每行数据都是针对不同的股票。

对不起所有的问题，仍然让我的头围绕着RNN！

import tensorflow as tf 
import numpy as np
import pandas as pd
import datetime
from sklearn.model_selection import train_test_split

# hyperparameters
epochs = 600
batch_size = 128
num_hidden = 100

df = pd.read_csv('C:\\python\\MarketData-Inputs.csv',header=None)
ldf = pd.read_csv('C:\\python\\MarketData-Results.csv',header=None)

# 20% test, shuffle the data, and use random state for like-like comparison between runs
trX, teX, trY, teY = train_test_split(df, ldf, test_size=0.2, shuffle=True, random_state=42)

trX = trX.values.astype('float')
trY = trY.values.astype('float')
teX = teX.values.astype('float')
teY = teY.values.astype('float')

print(trX.shape)
print(trY.shape)
print(teX.shape)
print(teY.shape)

#data params
features_size = len(trX[0])
labels_size = len(trY[0])
step_size = 3

tf.reset_default_graph()
X = tf.placeholder("float", [None, step_size, features_size], name="X")
Y = tf.placeholder("float", [None, labels_size], name="Y")

basic_cell = tf.contrib.rnn.BasicRNNCell(num_units=num_hidden, activation=tf.nn.relu)
rnn_outputs, _ = tf.nn.dynamic_rnn(basic_cell, X, dtype=tf.float32)

stacked_rnn_outputs = tf.reshape(rnn_outputs, [-1, num_hidden])
stacked_outputs = tf.layers.dense(stacked_rnn_outputs, labels_size)
outputs = tf.reshape(stacked_outputs, [-1, step_size, labels_size]) 

with tf.name_scope("loss"):
    loss = tf.reduce_sum(tf.square(outputs - Y))
    training_op = tf.train.AdamOptimizer().minimize(loss)
    tf.summary.scalar("loss", loss)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    init.run()
    for ep in range(epochs):
        sess.run(training_op, feed_dict={X: trX, Y: trY})
        if ep % 100 == 0:
            mse = loss.eval(feed_dict={X: trX, Y: trY})
            print(ep, "\tMSE:", mse)

    y_pred = sess.run(stacked_outputs, feed_dict={X: teX})
    print(y_pred)

Answer 1

好的，我想我是这样的。在我的例子中，我不是对数据进行批处理，但是RNN期望输入张量至少为3级，所以我需要在输入数据中添加一个额外的维度，以提供[批处理，序列，特征大小]的形式，我可以在这里做：

trX = np.expand_dims( trX.values.astype('float'), axis=0)
trY = trY.values.astype('float')
teX = np.expand_dims( teX.values.astype('float'), axis=0)
teY = teY.values.astype('float')

我的占位符看起来像这样。

X = tf.placeholder("float", [None, sequence_size, features_size], name="X")
Y = tf.placeholder("float", [None, labels_size], name="Y")

关于我关于改组数据的问题：我想我现在也可以回答我自己的问题;数据序列应保留，因为序列的顺序对RNN很重要（这是它们的全部要点）。相反，数据可以通过批处理进行洗牌。因此批处理由我们整个数据集的随机子集组成。因此，如果整个数据集是1000个时间步，并且我的批量大小为100，那么我可以创建10个批次，然后以随机/随机顺序将批次呈现给RNN。

希望这有助于将来。

多功能和单独标签集的RNN问题（在Tensorflow中）

1 个答案: