DTW算法实现股票高相似查找代码实现

使用DTW算法简单实现曲线的相似度计算-CSDN博客

前文中股票高相关k线筛选问题的延伸。基于github上的代码迁移应用到股票高相关预测上。

这里给出一个相对完整的代码实现。

1、数据准备

准备股票的历史k线数据。数据格式:  股票名称、日期、收盘价。

1.1 数据处理和格式转换

这里我们使用DTW算法来做股票K线的相似性查找，所以是允许时间不一致的。所以，我们会对股票收盘价数据做一个处理，将每支股票的收盘价读取成一个numpy.array，shape为（561,）所以股票的收盘价数据作为x_train，shape为 (7352, 561)。将股票名称读取成numpy.array，shape为(7352,)。

# Import dataset
x_train_file = open('data/train/X_train.txt', 'r')
# Create empty lists
x_train = []
# Loop through datasets
for x in x_train_file:
    x_train.append([float(ts) for ts in x.split()])
    
# Convert to numpy for efficiency
x_train = np.array(x_train)
label_train=np.arange(7352)

即数据格式处理为：

1.2 绘制k-线图查看

假设 ta=x_train[0] 是你当前在研究的股票。

我们随机抽取其他几支股票，将目标股票和其它股票的k-线图绘图看下，如下

plt.figure(figsize=(11,7))
colors = ['#E52008','#2C9F2C','#FD7F23','#1F77B4','#0467BD',
          '#80564A','#7F7F7F','#1FBECF','#E377C2','#BCBD27']

for i, r in enumerate([0,27,65,100,145,172]):
    plt.subplot(3,2,i+1)
    plt.plot(x_train[r][:100], label="stock-%d"%label_train[r], color=colors[i], linewidth=2)
    plt.xlabel('time sequece')$
    plt.legend(loc='upper left')
    plt.tight_layout()

接下来要基于dtw距离计算与目标股票ta高相关的Top10支股票，并将他们的k-线图与ta股票的k-线图进行可视化对比呈现。

2、dtw算法模型

2.1、dtw算法

import sys
import collections
import itertools
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import mode
from scipy.spatial.distance import squareform

plt.style.use('bmh')
%matplotlib inline

try:
    from IPython.display