相関係数豪ドル/円４時間足予測
相関係数豪ドル/円４時間足予測ファイルⅡ
ここまでで相関係数豪ドル/円４時間足予測ファイルⅠの動作確認ができました。
引き続き
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
相関係数豪ドル/円４時間足予測ファイルⅠ dsc_4h-2.py
を合体させ、相関係数豪ドル/円４時間足予測ファイルⅡを作成します。
日足レベルでの合体ファイルは
相関係数予測精度向上ファイルまとめ
dsc-6.py にあります。
結果的にはこれらの３本のファイルを合体することになります。
この時問題になるのが、予測値をローソク足のラストに重ねながら表示させる点です。
4時間ずつ延長のための定義関数
X 軸日付予測４時間足最終日時を取得する必要があります。
これについては
X 軸日付予測４時間足最終日時取得
に詳細説明があります。
まとめたファイル内容は
予測最終日時取得関数まとめ
にありますのでこれをコピーします。
また、使い方も照会しています。
tstr = Date[-1]
tdatetime = datetime.datetime.strptime(tstr, '%Y/%m/%d %H:%M:%S')
lastday = addBusinessDays_4h(tdatetime, 6)
を追加します。
30個の予測データ表示位置
xl_df = pd.read_csv("public_html/manep-w/mane_chart_go_long_4h.csv", encoding="cp932")
Idx = xl_df.index
とすると30個の予測データ表示位置 Idx_30 は
Idx_30 = Idx[-30:] - Idx[-1] + 98 + 6
となります。
なぜ？
大容量データが1000個(0～999)あったとします。
Idx[-30:] = 970 ～ 999
Idx[-1] = 999
小計 = -29 ～ 0
+ 98 + 6 = 75 ～ 104
となり、後６個未来の予測値は
99,100,101,102,103,104
の位置に、そして、前24個の現データとの一致状況は
75,76,77,･･･････96,97,98
の位置にそれぞれ表示されます。
予測結果の保存
出来上がったロ－ソク足予測チャートを保存します。
plt.savefig(
'/home/yasuhiro/public_html/manep-img/mane_chart_dsc_4h.png')
次に予測値 w_5 と信頼度 cor_max を CSV データとして保存します。
- 予測値 w_6 列の作成
w_6 = np.round(w[-6:], 3)
# 3桁まで表示
cor_max100 = np.round(cor_max * 100, 3)
# 相関係数を％に変更、小数点以下を3桁まで表示
w_6 と cor_max100 を合体
w_6 = np.append(w_6, cor_max100)
w_6 を pandas データフレーム型に変換
w_6 = pd.DataFrame(w_6) - 予測日時 lastday_pd 列の作成
予測日時は lastday[0] にありますので、これに'信頼度(%)'の文字を付け加え
pandas データフレーム型に変換します。
lastday_me = np.append(lastday[0], '信頼度(%)')
lastday_pd = pd.DataFrame(lastday_me)
これで、pandas で操作することが可能になります。 - 予測日 lastday_pd と予測値 w_5 合体
lastday_pd 列と w_6 列を合体します。
df_concat = pd.concat([lastday_pd, w_6], axis = 1)
２つの配列を pandas concat 関数を使用して横(列)方向(axis = 1)へ連結します。
これを CSV ファイルとして保存します。df_concat.to_csv( '/home/yasuhiro/public_html/manep-img/mane_chart_dsc_4h.csv', header=False, index=False)
これで相関係数豪ドル/円４時間足予測ファイルⅡの説明が完了しました。
引き続きこのファイルをまとめます。