哈尔滨建设工程批前公示,单页面网站好优化吗,智能网联对应的职业,淄博网站制作设计定制⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ #x1f434;作者#xff1a;秋无之地 #x1f434;简介#xff1a;CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作#xff0c;主要擅长领域有#xff1a;爬虫、后端、大数据… ⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ 作者秋无之地 简介CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作主要擅长领域有爬虫、后端、大数据开发、数据分析等。 欢迎小伙伴们点赞、收藏⭐️、留言、关注关注必回关 上一篇文章已经跟大家介绍过《数据挖掘实战2信用卡诈骗分析》相信大家对数据挖掘实战2都有一个基本的认识。下面我讲一下数据挖掘实战3如何对比特币走势进行预测 一、设定目标
今天我带你用数据挖掘对比特币的走势进行预测和分析。
我们之前介绍了数据挖掘算法中的分类、聚类、回归和关联分析算法那么对于比特币走势的预测采用哪种方法比较好呢
可能有些人会认为采用回归分析会好一些因为预测的结果是连续的数值类型。实际上数据挖掘算法还有一种叫时间序列分析的算法时间序列分析模型建立了观察结果与时间变化的关系能帮我们预测未来一段时间内的结果变化情况。
那么时间序列分析和回归分析有哪些区别呢
首先在选择模型前我们需要确定结果与变量之间的关系。回归分析训练得到的是目标变量 y 与自变量 x一个或多个的相关性然后通过新的自变量 x 来预测目标变量 y。而时间序列分析得到的是目标变量 y 与时间的相关性。
另外回归分析擅长的是多变量与目标结果之间的分析即便是单一变量也往往与时间无关。而时间序列分析建立在时间变化的基础上它会分析目标变量的趋势、周期、时期和不稳定因素等。这些趋势和周期都是在时间维度的基础上我们要观察的重要特征。
那么针对今天要进行的预测比特币走势的项目我们都需要掌握哪些目标呢
了解时间序列预测的概念以及常用的模型算法包括 AR、MA、ARMA、ARIMA 模型等掌握并使用 ARMA 模型工具对一个时间序列数据进行建模和预测对比特币的历史数据进行时间序列建模并预测未来 6 个月的走势。 二、时间序列预测
关于时间序列你可以把它理解为按照时间顺序组成的数字序列。实际上在中国古代的农业社会中人们就将一年中不同时间节点和天气的规律总结了下来形成了二十四节气也就是从时间序列中观察天气和太阳的规律只是当时没有时间序列模型和相应工具从而使得农业得到迅速发展。在现代社会时间序列在金融、经济、商业领域拥有广泛的应用。
在时间序列预测模型中有一些经典的模型包括 AR、MA、ARMA、ARIMA。我来给你简单介绍一下。
AR 的英文全称叫做 Auto Regressive中文叫自回归模型。这个算法的思想比较简单它认为过去若干时刻的点通过线性组合再加上白噪声就可以预测未来某个时刻的点。
在我们日常生活环境中就存在白噪声在数据挖掘的过程中你可以把它理解为一个期望为 0方差为常数的纯随机过程。AR 模型还存在一个阶数称为 ARp模型也叫作 p 阶自回归模型。它指的是通过这个时刻点的前 p 个点通过线性组合再加上白噪声来预测当前时刻点的值。
MA 的英文全称叫做 Moving Average中文叫做滑动平均模型。它与 AR 模型大同小异AR 模型是历史时序值的线性组合MA 是通过历史白噪声进行线性组合来影响当前时刻点。AR 模型中的历史白噪声是通过影响历史时序值从而间接影响到当前时刻点的预测值。同样 MA 模型也存在一个阶数称为 MA(q) 模型也叫作 q 阶移动平均模型。我们能看到 AR 和 MA 模型都存在阶数在 AR 模型中我们用 p 表示在 MA 模型中我们用 q 表示这两个模型大同小异与 AR 模型不同的是 MA 模型是历史白噪声的线性组合。
ARMA 的英文全称是 Auto Regressive Moving Average中文叫做自回归滑动平均模型也就是 AR 模型和 MA 模型的混合。相比 AR 模型和 MA 模型它有更准确的估计。同样 ARMA 模型存在 p 和 q 两个阶数称为 ARMA(p,q) 模型。
ARIMA 的英文全称是 Auto Regressive Integrated Moving Average 模型中文叫差分自回归滑动平均模型也叫求合自回归滑动平均模型。相比于 ARMAARIMA 多了一个差分的过程作用是对不平稳数据进行差分平稳在差分平稳后再进行建模。ARIMA 的原理和 ARMA 模型一样。相比于 ARMA(p,q) 的两个阶数ARIMA 是一个三元组的阶数 (p,d,q)称为 ARIMA(p,d,q) 模型。其中 d 是差分阶数。 三、ARMA 模型工具
上面介绍的 ARMAARMAARIMA 四种模型你只需要了解基础概念即可中间涉及到的一些数学公式这里不进行展开。
在实际工作中我们更多的是使用工具我在这里主要讲解下如何使用 ARMA 模型工具。
在使用 ARMA 工具前你需要先引用相关工具包
from statsmodels.tsa.arima_model import ARMA
然后通过 ARMA(endog,order,exogNone) 创建 ARMA 类这里有一些主要的参数简单说明下
endog英文是 endogenous variable代表内生变量又叫非政策性变量它是由模型决定的不被政策左右可以说是我们想要分析的变量或者说是我们这次项目中需要用到的变量。
order代表是 p 和 q 的值也就是 ARMA 中的阶数。
exog英文是 exogenous variables代表外生变量。外生变量和内生变量一样是经济模型中的两个重要变量。相对于内生变量而言外生变量又称作为政策性变量在经济机制内受外部因素的影响不是我们模型要研究的变量。
举个例子如果我们想要创建 ARMA(7,0) 模型可以写成ARMA(data,(7,0))其中 data 是我们想要观察的变量(7,0) 代表 (p,q) 的阶数。
创建好之后我们可以通过 fit 函数进行拟合通过 predict(start, end) 函数进行预测其中 start 为预测的起始时间end 为预测的终止时间。
下面我们使用 ARMA 模型对一组时间序列做建模代码如下
# coding:utf-8
# 用ARMA进行时间序列预测
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.tsa.arima_model import ARMA
from statsmodels.graphics.api import qqplot
# 创建数据
data [5922, 5308, 5546, 5975, 2704, 1767, 4111, 5542, 4726, 5866, 6183, 3199, 1471, 1325, 6618, 6644, 5337, 7064, 2912, 1456, 4705, 4579, 4990, 4331, 4481, 1813, 1258, 4383, 5451, 5169, 5362, 6259, 3743, 2268, 5397, 5821, 6115, 6631, 6474, 4134, 2728, 5753, 7130, 7860, 6991, 7499, 5301, 2808, 6755, 6658, 7644, 6472, 8680, 6366, 5252, 8223, 8181, 10548, 11823, 14640, 9873, 6613, 14415, 13204, 14982, 9690, 10693, 8276, 4519, 7865, 8137, 10022, 7646, 8749, 5246, 4736, 9705, 7501, 9587, 10078, 9732, 6986, 4385, 8451, 9815, 10894, 10287, 9666, 6072, 5418]
datapd.Series(data)
data_index sm.tsa.datetools.dates_from_range(1901,1990)
# 绘制数据图
data.index pd.Index(data_index)
data.plot(figsize(12,8))
plt.show()
# 创建ARMA模型# 创建ARMA模型
arma ARMA(data,(7,0)).fit()
print(AIC: %0.4lf %arma.aic)
# 模型预测
predict_y arma.predict(1990, 2000)
# 预测结果绘制
fig, ax plt.subplots(figsize(12, 8))
ax data.loc[1901:].plot(axax)
predict_y.plot(axax)
plt.show()
运行结果
AIC: 1619.6323 我创建了 1901 年 -1990 年之间的时间序列数据 data然后创建 ARMA(7,0) 模型并传入时间序列数据 data使用 fit 函数拟合然后对 1990 年 -2000 年之间的数据进行预测最后绘制预测结果。
你能看到 ARMA 工具的使用还是很方便的只是我们需要 p 和 q 的取值。实际项目中我们可以给 p 和 q 指定一个范围让 ARMA 都运行一下然后选择最适合的模型。
你可能会问怎么判断一个模型是否适合
我们需要引入 AIC 准则也叫作赤池消息准则它是衡量统计模型拟合好坏的一个标准数值越小代表模型拟合得越好。
在这个例子中你能看到 ARMA(7,0) 这个模型拟合出来的 AIC 是 1619.6323并不一定是最优。 四、对比特币走势进行预测
我们都知道比特币的走势除了和历史数据以外还和很多外界因素相关比如用户的关注度各国的政策币圈之间是否打架等等。当然这些外界的因素不是我们这节课需要考虑的对象。
假设我们只考虑比特币以往的历史数据用 ARMA 这个时间序列模型预测比特币的走势。
数据集可以关注我私聊我获取
你能看到数据一共包括了 8 个字段代表的含义如下 我们的目标是构造 ARMA 时间序列模型预测比特币平均价格走势。p 和 q 参数具体选择多少呢我们可以设置一个区间范围然后选择 AIC 最低的 ARMA 模型。
我们梳理下整个项目的流程 加载数据准备阶段我们需要先探索数据采用数据可视化方式查看比特币的历史走势。按照不同的时间尺度天月季度年可以将数据压缩得到不同尺度的数据然后做可视化呈现。这 4 个时间尺度上我们选择月作为预测模型的时间尺度相应的我们选择 Weighted_Price 这个字段的数值作为观察结果在原始数据中Weighted_Price 对应的是比特币每天的平均价格当我们以“月”为单位进行压缩的时候对应的 Weighted_Price 得到的就是当月的比特币平均价格。预测阶段创建 ARMA 时间序列模型。我们并不知道 p 和 q 取什么值时模型最优因此我们可以给它们设置一个区间范围比如都是 range(0,3)然后计算不同模型的 AIC 数值选择最小的 AIC 数值对应的那个 ARMA 模型。最后用这个最优的 ARMA 模型预测未来 8 个月的比特币平均价格走势并将结果做可视化呈现。
基于上面的流程具体代码如下
# -*- coding: utf-8 -*-
# 比特币走势预测使用时间序列ARMA
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.arima_model import ARMA
import warnings
from itertools import product
from datetime import datetime
warnings.filterwarnings(ignore)
# 数据加载
df pd.read_csv(./bitcoin_2012-01-01_to_2018-10-31.csv)
# 将时间作为df的索引
df.Timestamp pd.to_datetime(df.Timestamp)
df.index df.Timestamp
# 数据探索
print(df.head())
# 按照月季度年来统计
df_month df.resample(M).mean()
df_Q df.resample(Q-DEC).mean()
df_year df.resample(A-DEC).mean()
# 按照天月季度年来显示比特币的走势
fig plt.figure(figsize[15, 7])
plt.rcParams[font.sans-serif][SimHei] #用来正常显示中文标签
plt.suptitle(比特币金额美金, fontsize20)
plt.subplot(221)
plt.plot(df.Weighted_Price, -, label按天)
plt.legend()
plt.subplot(222)
plt.plot(df_month.Weighted_Price, -, label按月)
plt.legend()
plt.subplot(223)
plt.plot(df_Q.Weighted_Price, -, label按季度)
plt.legend()
plt.subplot(224)
plt.plot(df_year.Weighted_Price, -, label按年)
plt.legend()
plt.show()
# 设置参数范围
ps range(0, 3)
qs range(0, 3)
parameters product(ps, qs)
parameters_list list(parameters)
# 寻找最优ARMA模型参数即best_aic最小
results []
best_aic float(inf) # 正无穷
for param in parameters_list:try:model ARMA(df_month.Weighted_Price,order(param[0], param[1])).fit()except ValueError:print(参数错误:, param)continueaic model.aicif aic best_aic:best_model modelbest_aic aicbest_param paramresults.append([param, model.aic])
# 输出最优模型
result_table pd.DataFrame(results)
result_table.columns [parameters, aic]
print(最优模型: , best_model.summary())
# 比特币预测
df_month2 df_month[[Weighted_Price]]
date_list [datetime(2018, 11, 30), datetime(2018, 12, 31), datetime(2019, 1, 31), datetime(2019, 2, 28), datetime(2019, 3, 31), datetime(2019, 4, 30), datetime(2019, 5, 31), datetime(2019, 6, 30)]
future pd.DataFrame(indexdate_list, columns df_month.columns)
df_month2 pd.concat([df_month2, future])
df_month2[forecast] best_model.predict(start0, end91)
# 比特币预测结果显示
plt.figure(figsize(20,7))
df_month2.Weighted_Price.plot(label实际金额)
df_month2.forecast.plot(colorr, ls--, label预测金额)
plt.legend()
plt.title(比特币金额月)
plt.xlabel(时间)
plt.ylabel(美金)
plt.show()
运行结果 Timestamp ... Weighted_Price
Timestamp ...
2011-12-31 2011-12-31 ... 4.471603
2012-01-01 2012-01-01 ... 4.806667
2012-01-02 2012-01-02 ... 5.000000
2012-01-03 2012-01-03 ... 5.252500
2012-01-04 2012-01-04 ... 5.208159[5 rows x 8 columns] 我们通过 product 函数创建了 (p,q) 在 range(0,3) 范围内的所有可能组合并对每个 ARMA(p,q) 模型进行了 AIC 数值计算保存了 AIC 数值最小的模型参数。然后用这个模型对比特币的未来 8 个月进行了预测。
从结果中你能看到在 2018 年 10 月之后 8 个月的时间里比特币会触底到 4000 美金左右实际上比特币在这个阶段确实降低到了 4000 元美金甚至更低。在时间尺度的选择上我们选择了月这样就对数据进行了降维也节约了 ARMA 的模型训练时间。你能看到比特币金额美金这张图中按月划分的比特币走势和按天划分的比特币走势差别不大在减少了局部的波动的同时也能体现出比特币的趋势这样就节约了 ARMA 的模型训练时间。 五、总结
今天我给你讲了一个比特币趋势预测的实战项目。通过这个项目你应该能体会到当我们对一个数值进行预测的时候如果考虑的是多个变量和结果之间的关系可以采用回归分析如果考虑单个时间维度与结果的关系可以使用时间序列分析。
根据比特币的历史数据我们使用 ARMA 模型对比特币未来 8 个月的走势进行了预测并对结果进行了可视化显示。你能看到 ARMA 工具还是很好用的虽然比特币的走势受很多外在因素影响比如政策环境。不过当我们掌握了这些历史数据也不妨用时间序列模型来分析预测一下。
版权声明
本文章版权归作者所有未经作者允许禁止任何转载、采集作者保留一切追究的权利。
