背景知識
最近再看一些量化交易相關的材料，偶然在網上看到了一個關於用RNN實現股票預測的文章，出於好奇心把文章中介紹的代碼在本地跑了一遍，發現可以work。於是就花了兩個晚上的時間學習了下代碼，順便把核心的內容翻譯成中文分享給大家。
首先講講對於股票預測的理解，股票是一種可以輕易用數字表現律動的交易形式。因為大數定理的存在，定義了世間所有的行為都可以通過數字表示，並且存在一定的客觀規律。股票也不例外，量化交易要做的就是通過數學模型發現股票的走勢趨勢。“趨勢”要這樣理解：對於股票的預測，不是說我知道這個股票昨天指數是多少，然后預測今天他的指數能漲到多少。而是，我們通過過去一段時間股票的跌或者漲，總結出當出現某種波動的時候股票會有相應的漲或者跌的趨勢。於是就引出了RNN的概念。
RNN是一種深度學習的網絡結構，RNN的優勢是它在訓練的過程中會考慮數據的上下文聯系，非常適合股票的場景，因為某一時刻的波動往往跟之前的走勢蘊含某種聯系。RNN是由一個個神經元cell組成，然而傳統的RNN當網絡過於復雜的時候，后方節點對於前方的感知力會下降，LSTM（Long-short Term Memory）是一種變型，從名字就可以看出來，LSTM可以增加記憶力，解決上面提到的問題。對於股票這個場景，我們就可以通過LSTM來實現股票的走勢的預測。
在股票這個場景下，通過上面這個圖可以看出來，輸入的是時間t、t+1、t+2的股票信息，可以返回t+1、t+2、t+3的股票信息，而且上下節點前后依賴，通過LSTM模型對於這樣的股票序列進行預測，所以股票預測的關鍵就是首先構建股票序列化數據，然后訓練LSTM模型，最終通過這個模型對於股票進行預測，以上就是大體的一些思路。
數據說明
本次實驗使用的是一只叫SP500的股票，可以從雅虎下載這只股從50年到現在每天的走勢情況，這里只需要關心每次收盤價格，也就是close字段即可。數據截圖：
代碼
代碼文件有以下四部分：
其中SP500的股票數據需要放在data文件夾下。依賴的庫包括，
numpy==1.13.1pandas==0.16.2 scikit-learn==0.16.1 scipy==0.19.1 tensorflow==1.2.1
在項目目錄下執行以下shell即可開始訓練：
python main.py --stock_symbol=SP500 --train --input_size=1 --lstm_size=128 --max_epoch=50
分別介紹下每個代碼：
data_model.py
這個文件是構建訓練數據，通過pandas庫去讀數據SP500.csv文件，然后只取close這個字段，將每天的close數據作為代表當天股票的市值，如下圖所示。
這里做了一次歸一化，因為股票在50年的市值是每股19塊左右，到了2017年漲到了2600多塊，分布很不均勻，於是通過把每天股票close值除以歷史股票最高值，將所有數據的定義域限定在0到1之間。接着構建預測集，涉及到兩個參數input_size和num_steps，當input_size=3 and num_steps=2時會構建以下數據集。
第0、1、2天的股票和第3、4、5天的股票為訓練集，第6、7、8天的股票是目標列，就構成了監督學習數據。以此類推，將所有數據構成訓練數據集。
model_rnn.py
構建模型的文件，通過build_graph函數去構建整個的LSTM網絡，同時定義最優化求法的optimizer。通過train函數定義數據如何在graph中訓練，包括model參數的存儲。plot_samples會在訓練過程中將測試集數據和訓練數據的比較打印成圖片輸出。
main.py
入口代碼，定義運行參數，包括epoch的輪數、learning_rate等等。
結果評估
其實，在測試的時候，整個工程就將生成的預測數據和真實數據進行比較並且在images文件夾下生成圖片。我們通過圖片直觀的可以看下隨着訓練的進行，是否真正可以模擬出股票曲線，首先是epoch=5的時候，也就是訓練第5輪的時候，我們看到綠色的predict曲線和藍色的truth曲線擬合的並不好。
再來看下又過了40多輪訓練生成的圖片：
我們看到股票的曲線擬合程度已經進步非常多，相信隨着數據和訓練輪次的增加，預測值會越來越精確。
PS:總結完了，建議大家想學習的自己跟一遍代碼，我自己看了2個晚上，加起來4個小時左右。我整理的代碼和數據下載鏈接在下面已經給出。另外誰認識北京的做量化交易相關的同學，請幫忙引薦，最近在工作之余自學量化交易相關的內容，希望可以有業內同學當面交流一下，多謝。
參考
項目地址：https://github.com/lilianweng/stock-rnn
作者寫的介紹博文，很詳細，學到很多：
https://lilianweng.github.io/lil-log/2017/07/08/predict-stock-prices-using-RNN-part-1.html
另外我基於lilianweng的工作，精簡了一部分代碼，並且修改了部分版本不兼容的第三方庫函數，並且在工程中提供了從雅虎股票下載好的數據，可以直接運行，項目地址：https://github.com/jimenbian/stock-rnn