神經網路訓練過程

預測後通過交易的模擬曲線和盈利狀況

程式碼如下

% 神經網路預測股指走勢
% Written by Phillip Wan
% Email：[email protected]

%% 準備工作
tic;
clear;
clc;
close all;
format compact;
w=windmatlab;

%% 匯入資料
[w_wsi_data,w_wsi_codes,w_wsi_fields,w_wsi_times,w_wsi_errorid,w_wsi_reqid]=w.wsi('IF00.CFE','close,open,high,low,volume','2013-02-06 09:00:00','2013-04-06 16:09:58','PriceAdj=F');

%% 處理資料轉置
close0=w_wsi_data(:,1)';
open0=w_wsi_data(:,2)';
high0=w_wsi_data(:,3)';
low0=w_wsi_data(:,4)';
vol0=w_wsi_data(:,5)';

%% 初始化變數
num=1;   %初始項
endNum=300; %後endNum項不適用作為測試
no_use=0; %最後若干項不使用

% 輸入項
v0=[close0(num:end-endNum);open0(num:end-endNum);high0(num:end-endNum);low0(num:end-endNum);vol0(num:end-endNum)];
% 輸出項
p0=[close0(num+1:end-endNum+1)];

% 輸入輸出歸一化
[v,vps]=mapminmax(v0);
[p,pps]=mapminmax(p0);

%% 建立網路
net=feedforwardnet([4,3]);

% 訓練引數
net.trainParam.epochs=9000;
net.trainParam.goal=0.0002;

%% 開始訓練
[net,tr]=train(net,v,p);

%% 儲存訓練好的神經網路
save net01 net;
load('net01.mat');

%% 使用網路
v_test0=[close0(end-endNum:end-no_use-1);open0(end-endNum:end-no_use-1);high0(end-endNum:end-no_use-1);low0(end-endNum:end-no_use-1);vol0(end-endNum:end-no_use-1)];
p_test=[close0(end-endNum+1:end-no_use)]; %實際結果
close_pre=[close0(end-endNum:end-no_use-1)]; %之前的收盤價

% 測試資料歸一化
[v_test,v_testps]=mapminmax('apply',v_test0,vps);
result0=sim(net,v_test);

% 測試結果，反歸一化
result=mapminmax('reverse',result0,pps);

%% 誤差
error=result-p_test;

%% 詳細盈虧
lg=length(close_pre);
windata=zeros(1,lg);
windata(1,1)=0;
winnum=0;
for i=2:lg
    win=0; %盈虧錢數
    if(result(1,i)>=close_pre(1,i-1))
        win=p_test(1,i)-close_pre(1,i-1);
    else
        win=close_pre(1,i-1)-p_test(1,i);
    end
    
    if(win>=0)
        winnum=winnum+1;
    end
    windata(1,i)=win+windata(1,i-1);
end

%c 成功率
win_rate=winnum/lg

%% 計算回撤
backratio=zeros(1,lg);
for m=1:lg
    c=max(windata(1:m));
    backratio(1,m)=(windata(1,m)-c)/c;
end

%% 作圖
figure;
subplot(3,1,1);
plot(p_test);
hold on; 
grid on;
plot(result,'g');
grid on;
legend('IF00','神經網路');
title('神經網路模擬曲線')
subplot(3,1,2);
plot(windata);
grid on;
title('資金盈利');
subplot(3,1,3);
plot(backratio);
grid on;
title('最大回撤');