さくら VPS 相関係数予測
さくら VPS 相関係数豪ドル/円４時間足予測
相関係数４時間足予測に関しては
相関係数豪ドル/円４時間足予測概要
～
相関係数豪ドル/円４時間足予測ファイルⅡ保存
のなかでいろいろ動作させてきました。
ここでは、さくら VPS で 相関係数豪ドル/円４時間足予測
が動作するようにしていきます。
一言で言うと
相関係数豪ドル/円４時間足予測ファイルⅡまとめ
のなかで作成した
相関係数豪ドル/円４時間足予測ファイルⅡ dsc_4h-3.py
がさくら VPS の中で動作すれば良いだけなのですが、これがなかなかうまく行きません。
scikit-learn インストール
相関係数豪ドル/円４時間足予測ファイルⅡ dsc_4h-3.py では scikit-learn ライブラリを使用しています。
インストールしていない場合は
さくら VPS 相関係数豪ドル/円予測
を参考に scikit-learn をインストールしてください。
４時間足データ準備
相関係数４時間足予測に使用するデータを準備します。
相関係数豪ドル/円４時間足予測概要
のなかで作成した
豪ドル/円４時間足大容量チャート表示ファイル dsc_4h-1.py
で使用した豪ドル/円４時間足大容量のデータは manep-w/mane_chart_go_long_4h.csv でした。
これは 2020/8/15日以降のデータですがちょっと古いものなので、最新のものに更新する必要があります。
最新の約100本分の４時間足データは
/home/yamada/public_html/manep_4h/mane_chart_go_4h.csv
ファイルに存在します。
どのようにして入手しているかについては
Money Partners サイト ４時間足デ－タ取得
～
マネパ ４時間足 CSV ダウンロードファイル作成
を参照してください。
よって
４時間足大容量データ mane_chart_go_long_4h.csv
を最新版にするためにはこれに mane_chart_go_4h.csv をマージする必要があります。
結合方法につては
pandas を使う
データ結合ファイル動作確認
で説明していますので参照してください。
４時間足大容量データの最新化
４時間足大容量データを最新にする処理を付け加えます。
さくら VPS 相関係数豪ドル/円予測-データ準備
が参考になります。
# 古い大容量データ取込み
xl_df1 = pd.read_csv("public_html/manep-w/mane_chart_go_long_4h.csv", encoding="cp932")
print(xl_df1)
# 新小容量データ取込み
xl_df2 = pd.read_csv("public_html/manep_4h/mane_chart_go_4h.csv", encoding="cp932")
print(xl_df2)
# データを結合する
xl_df12 = pd.concat([xl_df1, xl_df2])
# データの一覧
print(xl_df12)
# 重複データ削除
xl_df = xl_df12.drop_duplicates(keep='first', ignore_index=True)
print(xl_df)
# CSVファイルに書込・保存
# ヘッダーもインデックスも含めて出力。
xl_df.to_csv('public_html/manep-w/mane_chart_go_long_4h.csv', quoting=1, index=False, encoding='cp932')
引き続き、相関係数豪ドル/円４時間足予測ファイルⅡ dsc_4h-3.py に
４時間足大容量データを最新にする処理を付け加えた
予測ファイルⅢ dsc-4h_4.py
をまとめます。