Anaconda環境でPyTorch 〜株価予想〜 #03 予測編

はじめに

株式会社クリエイスの曽宮です。
前回は、ざっくり環境構築と試しに株価を取得しました。

Anaconda環境でPyTorch 〜株価予想〜 #01 環境構築編
Anaconda環境でPyTorch 〜株価予想〜 #02 基礎知識・学習編
Anaconda環境でPyTorch 〜株価予想〜 #03 予測編（今回）
Anaconda環境でPyTorch 〜株価予想〜 #04 予測(リベンジ)編
Anaconda環境でPyTorch 〜株価予想〜 #05 表示編

前回は学習はさせましたが、予測まではできていません。
今回は学習結果を保存し、そのデータを使って予測するところまでやりますやりたかったです。

学習結果の保存

前回の続きでagent.pyに学習データを保存する処理を追加します。

agent.py

import torch  # 前回からの追加行
import torch.nn as nn
import torch.optim as optim
from network import Network
from get_data import Get_data

data_code = "WIKI/AAPL"  # Quandl data code

n_prev = 30  # how much data to use to predict
hidden_size = 300  # how big hidden layer size
cell_size = 100  # how big cell layer size
learning_epochs = 5  # learning epochs

if __name__ == "__main__":
    model = Network(n_prev, hidden_size, cell_size)
    data_from = Get_data(n_prev, data_code)
    loss_function = nn.MSELoss()
    optimizer = optim.Adam(model.parameters(), lr=0.1)

    raw_data = data_from.get_raw_data()

    for learn in range(learning_epochs):
        for day in range(n_prev, len(raw_data) - 1):
            material, target = data_from.get_data(day)
            predict = model(material)
            loss = loss_function(predict, target)
            loss.backward()
            optimizer.step()

    torch.save(model.state_dict(), 'model.pth') # 前回からの追加行

のように最終行にtorch.save(model.state_dict(), 'model.pth')と追加するとmodel.pthというファイルで学習結果が保存されます。
(このままだと、ローカルで実行するには時間がかかるので、lerning_epochs= 1にして検証しています)

学習結果を使い予測結果を得る

学習結果が保存できた（っぽい）ので、「よし！予測するぞ！」とイキりたってましたが、
そこまで出来ませんでした。

そこで、
機械学習、PyTorchに詳しい方々の知見をお借りしたいと思っております。
この学習結果を使って翌日の株価予測をする方法を__教えていただきたいです__。
よろしくお願いします。

m(_ _)m

次回

今回解決できなかった予測結果の出力をします。

別チーム

別チームでもPyTorchの記事を書いています。進んでるぅ〜
Docker環境でPyTorch 〜画像解析〜 #03 転移学習編

Creaithメンバー

この記事の著者：曽宮、モトキ
その他メンバー：志村、上田

参考