我和Homework-台指期AI預測的第一次接觸.

2018/12/31 霞飛苑

趕在今年的最後一天,今天集中火力把這個家庭作業給做完.成效如何?結果還算不錯啦.經過Training到150回後,就收斂近似為0,實際上loss都在0.004以下.

tanh-1

可以仔細看一下,下面這一張台指期實際的指數變化(藍色),以及用RNN的LSTM進行一年資料的training後,這個模型實際預測出來的台指期的變化結果圖.紅色的圖形,算是與實際的結果相接近,預測的發生時間略早於真實發生的時間.

這是我第一次接觸RNN,並且使用LSTM來開發這個家庭作業,台指期的資料是用爬蟲到TWSE抓下來後整理成訓練與驗證資料,我一共抓了8個特徵參數做練習 .

tanh-2

一共做了300次的training,實際發現如果activation function  使用tanh,且Optimizer我是搭配adam使用.在這個案例上確實會比用SGD或RMSPorp等方法好,且甚至這些方法還會遇到無法收斂的問題.

底下是activation function使用linear,且Optimizer 選用adam的收斂狀況.

linear-1

預測和實際值間的loss差異,可以看出來會比tanh做出來的效果差.

linear-2

或許這只是牛刀小試罷了,不過我卻是紮紮實實,從取資料開始,從頭到尾做了一次練習.很棒的經驗,一切就從這裡起頭,再好好學其他的Model啦.

另外提醒我的model預測台指期,相信不會準的!這是做家庭作業而已,要用來預測的參數要多少個,根本還是未知的謎呢 ~ 881