【Aidemy受講】AIモデルで米国株価を予測 | pythonとAIをゼロから学ぶ

#必要なライブラリのインポート
import math
import pandas_datareader as web
import numpy as np
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
from sklearn.model_selection import train_test_split
from keras.models import Sequential
from keras.layers import Dense, LSTM
import matplotlib.pyplot as plt
import datetime

#Stooqから株価をAPIで入手。2014年１月~2021年12月までのデータを昇順に取り出す
df = web.DataReader('KEYS', data_source='stooq', start='2014-01-01', end='2022-8-13').sort_index()
df.head()

#グラフのスタイルを'fivethirtyeight'にする
plt.style.use('fivethirtyeight')

#終値をグラフ化する
plt.figure(figsize=(16,8))
plt.title('Stock Chart')
plt.plot(df['Close'])
plt.xlabel('Date',fontsize=18)
plt.ylabel('ClosePrice($)',fontsize=18)
plt.show()

#indexと終値だけを抜き出す
data = df.filter(['Close'])

#dataをデータフレームから配列に変換し、データの80%をトレーニングデータとして使用する。
# indexの値をXに格納
X = data.index 
# 終値をyに格納
y = data.values

train_X, test_X, train_y, test_y = train_test_split(X, y, test_size=0.2, random_state=42)

#トレーニングデータを格納するための変数を作る。
training_length = len(train_X)

#データセットを0から1までの値にスケーリング
scaler = MinMaxScaler(feature_range=(0, 1)) 
#fitは変換式を計算し、終値（y)をtransform によりデータを変換
scaled_data = scaler.fit_transform(y)

len(scaled_data)

#正規化された訓練データセットを作成する。データ数はトレーニングデータ数となる。
train_data = scaled_data[0:training_length, :]
len(train_data)


#訓練データを各60個毎にまとめたX_training_setsとy_training_setsのセットに分ける*
X_training_sets = []
y_training_sets = []
for i in range(60, len(train_data)):
    X_training_sets.append(train_data[i-60:i, 0])
    y_training_sets.append(train_data[i, 0])

#補足1
#*X_training_sets = (array([60コ]), array([60コ]), ・・・)と60コの行データが***コ入っている。同様にy_training_sets = (a,b,c,・・・)と***コのデータが入っている

#LSTMを利用するために、訓練データセットをnumpy配列に変換
X_training_sets, y_training_sets = np.array(X_training_sets), np.array(y_training_sets)
#次にLSTMにデータを渡すために入れ子構造にデータ変換**
X_training_sets = np.reshape(X_training_sets, (X_training_sets.shape[0], X_training_sets.shape[1], 1))

#補足２
#**numpy.reshape(numpy.ndarray,(a, b, c))
#データをa個のndarrayに分ける
#その分けられたデータはb行、c列の形状になる
#X_training_sets = array([[a],[b],[c],・・・]) と60行1列のデータを***コ作る

#LSTMネットワークモデルを作成する
model = Sequential()
model.add(LSTM(units=50, return_sequences=True,input_shape=(X_training_sets.shape[1],1)))
model.add(LSTM(units=50, return_sequences=False))
model.add(Dense(units=25))
model.add(Dense(units=1))

#モデルのコンパイル
#誤差計算は”平均二乗誤差（mean_squared_error: MSE）”を、オプティマイザーは"adam"を使う
model.compile(optimizer='adam', loss='mean_squared_error')


#訓練開始
model.fit(X_training_sets, y_training_sets, batch_size=1, epochs=1)

#テストデータを作成。60個毎に纏めたデータを作っていく。
test_data = scaled_data[training_length - 60: , : ]

X_test_sets = [] #予測値をつくるために使用するデータを入れる
y_test_sets = y[training_length : , : ] #実際の終値データ

for i in range(60,len(test_data)):
    X_test_sets.append(test_data[i-60:i,0]) #正規化されたデータ

#データをnumpyに変換
X_test_sets = np.array(X_test_sets)



#LSTMで読めるような入れ子構造に変換
X_test_sets = np.reshape(X_test_sets, (X_test_sets.shape[0], X_test_sets.shape[1], 1))

#訓練データから生成したモデルにテストデータを入れて予測
y_pred = model.predict(X_test_sets)
y_pred = scaler.inverse_transform(y_pred) #スケーリング（正規化）をもとに戻す



#RMSEをチェックする場合は#を外す
#rmse = np.sqrt(np.mean(y_pred - y_test_sets) ** 2)
#print(rmse)

#テストデータのプロットをグラフに描画
train = data[:training_length]
valid = data[training_length:]
valid['Predictions'] = y_pred#Visualize the data
plt.figure(figsize=(16,8))
plt.title('Stock Chart w/ Model')
plt.xlabel('Date', fontsize=18)
plt.ylabel('USD ($)', fontsize=18)
plt.plot(train['Close'])
plt.plot(valid[['Close', 'Predictions']])
plt.legend(['Train', 'Actual', 'Predictions'], loc='lower right')
plt.show()

print('最新日の終値（予測値)')
print(valid.index[-1], y_pred[-1])

#検証：終値最大値同士のインデックス（=日時）を比較

cl_max= valid['Close'].idxmax()
pre_max= valid['Predictions'].idxmax()

print(pre_max - cl_max)