Bulbea 是一個(gè)基于深度學(xué)習(xí)開(kāi)發(fā)的，用于股票市場(chǎng)預(yù)測(cè)和建模的Python庫(kù)。

Bulbea 自帶了不少可用于股票深度學(xué)習(xí)訓(xùn)練及測(cè)試的API，并且易于對(duì)數(shù)據(jù)進(jìn)行擴(kuò)展和延申，構(gòu)建屬于我們自己的數(shù)據(jù)及模型。

下面就來(lái)介紹一下這個(gè)模塊。

1.準(zhǔn)備

開(kāi)始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒(méi)有，可以訪問(wèn)這篇文章：超詳細(xì)Python安裝指南 進(jìn)行安裝。

**(可選1) **如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.

**(可選2) **此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)：Python 編程的最好搭檔—VSCode 詳細(xì)指南。

請(qǐng)選擇以下任一種方式輸入命令安裝依賴(lài) ：

1. Windows 環(huán)境 打開(kāi) Cmd (開(kāi)始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開(kāi) Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

git clone https://github.com/achillesrasquinha/bulbea.git && cd bulbea
pip install -r requirements.txt
python setup.py install

如果你無(wú)法訪問(wèn)Github，請(qǐng)?jiān)诙甙柫炕笈_(tái)回復(fù) **Bulbea **下載項(xiàng)目鏡像（2022-11-28）.

此外，你還需要安裝 Tensorflow 的CPU版本或GPU版本:

pip install tensorflow # CPU 版本
pip install tensorflow-gpu # GPU 版本 - 需要 CUDA, CuDNN

2.Bulbea 基本使用方法

Bulbea 和普通的深度學(xué)習(xí)研究項(xiàng)目一樣，在做訓(xùn)練和測(cè)試時(shí)，分為四步（加載數(shù)據(jù)，預(yù)處理，建模，測(cè)試）。

2.1 加載數(shù)據(jù)

Bulbea內(nèi)置了數(shù)據(jù)下載模塊，讓你很輕易地能夠下載雅虎財(cái)經(jīng)的股票數(shù)據(jù)，比如下面下載雅虎財(cái)經(jīng)源的GOOGL股票數(shù)據(jù)：

>> > import bulbea as bb
 >> > share = bb.Share('YAHOO', 'GOOGL')
 >> > share.data
# Open High Low Close Volume 
# Date
# 2004-08-19 99.999999 104.059999 95.959998 100.339998 44659000.0
# 2004-08-20 101.010005 109.079998 100.500002 108.310002 22834300.0
# 2004-08-23 110.750003 113.479998 109.049999 109.399998 18256100.0
# 2004-08-24 111.239999 111.599998 103.570003 104.870002 15247300.0
# 2004-08-25 104.960000 108.000002 103.880003 106.000005 9188600.0
...

2.2 預(yù)處理

Bulbea 同樣也內(nèi)置了預(yù)處理模塊，讓你能夠輕易地分割訓(xùn)練集和測(cè)試集：

>> > from bulbea.learn.evaluation import split
 >> > Xtrain, Xtest, ytrain, ytest = split(share, 'Close', normalize = True)

2.3 建模

Bulbea自帶了RNN模型可供使用：

>> > import numpy as np
 >> > Xtrain = np.reshape(Xtrain, (Xtrain.shape[0], Xtrain.shape[1], 1))
 >> > Xtest = np.reshape( Xtest, ( Xtest.shape[0], Xtest.shape[1], 1))

 >> > from bulbea.learn.models import RNN
 >> > rnn = RNN([1, 100, 100, 1]) # number of neurons in each layer
 >> > rnn.fit(Xtrain, ytrain)
# Epoch 1/10
# 1877/1877 [==============================] - 6s - loss: 0.0039
# Epoch 2/10
# 1877/1877 [==============================] - 6s - loss: 0.0019
...

2.4 測(cè)試

通過(guò)調(diào)用sklearn的metrics就能對(duì)數(shù)據(jù)實(shí)現(xiàn)測(cè)試：

>> > from sklearn.metrics import mean_squared_error
 >> > p = rnn.predict(Xtest)
 >> > mean_squared_error(ytest, p)
0.00042927869370525931
 >> > import matplotlib.pyplot as pplt
 >> > pplt.plot(ytest)
 >> > pplt.plot(p)
 >> > pplt.show()

3.情感分析

Bulbea 能自動(dòng)爬取相關(guān)股票在推特上的文字，并對(duì)這些文字做一個(gè)情感分析。

你只需要給Bulbea提供以下環(huán)境變量就能夠進(jìn)行感情色彩分析：

export BULBEA_TWITTER_API_KEY="< YOUR_TWITTER_API_KEY >"
export BULBEA_TWITTER_API_SECRET="< YOUR_TWITTER_API_SECRET >"

export BULBEA_TWITTER_ACCESS_TOKEN="< YOUR_TWITTER_ACCESS_TOKEN >"
export BULBEA_TWITTER_ACCESS_TOKEN_SECRET="< YOUR_TWITTER_ACCESS_TOKEN_SECRET >"

測(cè)試一下：

>> > import bulbea as bb
 >> > share = bb.Share('YAHOO', 'GOOGL')
 >> > bb.sentiment(share)
0.07580128205128206