Python Colaboratory Ⅲ
RNN 豪ドル/円 ４時間足予測
何とか Colab で Python RNN 豪ドル/円 予測 ができるところまできました。
ここまでは日足レベルでの予測でした。
ここからは、Python RNN 豪ドル/円 ４時間足予測を行なっていきます。
例として豪ドル/円４時間足の動きを格納した
CSV ファイル colab_mane_chart_go_4h.csv
を利用し、それをチヤ－トグラフで表示し、そしてその後の価格変動を予測します。
豪ドル/円 CSV ファイルは
ここからダウンロ－ドできます。
Google Colaboratory で動かす Pythonプログラム のなかでファイルなどを読込みたい場合があります。
このようなときは、読込ませたいファイルを、あらかじめ Google ドライブにアップしておき、
そこから作成プログラムに読込みます。
まずは Google ドライブの \Colab Notebooks の中に \my_data を作成します。
□Colab Notebooks を右クリックして｢新しいフォルダ｣をクリック
my_data フォルダ (名前は適当です)
を作成します。
今回入手したファイル colab_mane_chart_go_4h.csv
をファイルのアップロ－ド(右クリックで可能です)でこのフォルダに送出します。
この辺の説明は
CSV ファイルの読込
のなかでも同じようなことを説明していますので読み直してみてください。
RNN 豪ドル/円 ４時間足予測ファイル作成
RNN 豪ドル/円 ４時間足予測ファイルを一気に作成します。
時系列ディ－プラ－ニングⅡ
Python RNN 豪ドル/円予測ファイル
⇧ お急ぎの方はこちらを参照 ⇧
に書いてある内容をそのまま利用します。
keras-go-1.ipynb から変更する部分は３箇所です。
xl_df = pd.read_csv( "drive/MyDrive/Colab Notebooks/my_data/colab_mane_chart_go.csv", encoding="cp932") ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ xl_df = pd.read_csv( "drive/MyDrive/Colab Notebooks/my_data/colab_mane_chart_go_4h.csv") encoding="cp932") ･･～～･･ keras.callbacks.ModelCheckpoint( "drive/MyDrive/Colab Notebooks/my_data/jena_dense.keras", save_best_only=True, ) ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ keras.callbacks.ModelCheckpoint( "drive/MyDrive/Colab Notebooks/my_data/jena_dense_4h.keras", save_best_only=True, ) ･･～～･･ model = keras.models.load_model( "drive/MyDrive/Colab Notebooks/my_data/jena_dense.keras") ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ ⇩ model = keras.models.load_model( "drive/MyDrive/Colab Notebooks/my_data/jena_dense_4h.keras")
colab_mane_chart_go_4h.csv には日本語が混じっていますので、encoding="cp932" を忘れずに！
５つ先を６つ先の予測値に変更
４時間足予測ファイルはできたことには間違いないのですが、予測値が一つ足りません。
24時間先まで予測したいので 4×6=24
すなわち６つ先の予測値まで求めるように変更する必要があります。
for 文を６回まわしに変更します。
for i in range(5):
⇩
for i in range(6):
予測値プロット表示のところでも
xx3 = np.arange(len_raw_data, len_raw_data + 5)
⇩
xx3 = np.arange(len_raw_data, len_raw_data + 6)
とします。
ファイル名は keras-go-4h.ipynb としました。
また、このファイル内容は次頁に進むと見ることができます。