Skip to content

使用TensorFlow进行单变量时间序列预测

Info

作者：Vincent，发布于2022-05-14，阅读时间：约2分钟，微信公众号文章链接：

1 前言

本文将使用TensorFlow解决时间序列预测的问题，TensorFlow官网有一个非常详尽但冗长的教程，所以本文将剥茧抽丝，用通俗易懂的办法过一遍单变量时间序列预测最核心的内容。

2 比特币价格数据集

2.1 获取数据

本文使用比特币历史价格数据(2013年10月至2021年5月)进行预测，请注意本文不构成投资建议！

!wget https://raw.githubusercontent.com/mrdbourke/tensorflow-deep-learning/main/extras/BTC_USD_2013-10-01_2021-05-18-CoinDesk.csv

import pandas as pd
import matplotlib.pyplot as plt
import os
import tensorflow as tf
from tensorflow.keras as layers

df = pd.read_csv("/content/BTC_USD_2013-10-01_2021-05-18-CoinDesk.csv",
                 parse_dates=["Date"],
                 index_col=["Date"]) # Parse the date column

df.tail()

返回为：

Date Currency Closing Price (USD) 24h Open (USD) 24h High (USD) 24h Low (USD)
2021-05-14 BTC 49764.132082 49596.778891 51448.798576 46294.720180
2021-05-15 BTC 50032.693137 49717.354353 51578.312545 48944.346536
2021-05-16 BTC 47885.625255 49926.035067 50690.802950 47005.102292
2021-05-17 BTC 45604.615754 46805.537852 49670.414174 43868.638969
2021-05-18 BTC 43144.471291 46439.336570 46622.853437 42102.346430

在此取收盘价进行预测：

bitcoin_prices = pd.DataFrame(df["Closing Price (USD)"]).rename({"Closing Price (USD)":"Price"},axis=1)
bitcoin_prices.head()
Date Price
2013-10-01 123.65499
2013-10-02 125.45500
2013-10-03 108.58483
2013-10-04 118.67466
2013-10-05 121.33866

通过图表查看比特币价格走势：

plt.plot(bitcoin_prices["Price"])
plt.ylabel("Bitcoin price")
plt.xlabel("Date")
比特币价格走势

2.2 制作时间窗口

预期的数据格式为[0,1,2,3,4,5,6] -> [7]，即使用过去七天的价格预测接下来一天的价格。在此，使用TensorFlow提供的timeseries_dataset_from_array API进行窗口划分。

timesteps = bitcoin_prices.index.to_numpy()
prices = bitcoin_prices["Price"].to_numpy()

HORIZON  = 1 # 预测下一天的价格
WINDOW_SIZE = 7 # 基于过去7天的价格

input_data = prices[:-HORIZON]
targets = prices[WINDOW_SIZE:]
dataset = tf.keras.preprocessing.timeseries_dataset_from_array(
    input_data, targets, sequence_length=WINDOW_SIZE)
for batch in dataset:
  inputs, targets = batch
  assert np.array_equal(inputs[0], prices[:WINDOW_SIZE])   
  assert np.array_equal(targets[0], prices[WINDOW_SIZE])  

  print(f"First Input:{inputs[0]}, Target:{targets[0]}")
  print(f"Second Input:{inputs[1]}, Target:{targets[1]}")

  break

返回如下，数据正确地转化成了预期的格式。

First Input:[123.65499 125.455   108.58483 118.67466 121.33866 120.65533 121.795  ], Target:123.033
Second Input:[125.455   108.58483 118.67466 121.33866 120.65533 121.795   123.033  ], Target:124.049

2.3 分割数据

使用时间来划分训练集和验证集，仅做示例故不留测试集，实际中可按需操作。

# tf.keras.preprocessing.timeseries_dataset_from_array返回的是batched dataset，所以先unbatch，方便分割数据
dataset = dataset.unbatch()

test_split = 0.2
split_index = int(len(list(dataset)) * (1-test_split))

# 分割完之后再分Batch，增加一维，不然无法满足模型数据维度要求
train_dataset = dataset.take(split_index).batch(batch_size=32)
test_dataset = dataset.skip(split_index).batch(batch_size=32)

3 建模

本文不追求极致的预测准确率，因此仅使用全连接层构建模型，代码如下：

tf.random.set_seed(42)
tf.keras.backend.clear_session()

# 1. 构建模型
model = tf.keras.models.Sequential(
[
 layers.Input(WINDOW_SIZE),
 layers.Dense(128, activation="relu"),
 layers.Dense(HORIZON, activation="linear")
]
, name="model_dense_base")

# 2. 编译模型
model.compile(loss='mae',
                optimizer=tf.keras.optimizers.Adam(),
                metrics=['mae'])


# 创建callback把表现最好的模型checkpoint存下来
def create_model_checkpoint(model_name, save_path="model_checkpoint"):
  return tf.keras.callbacks.ModelCheckpoint(filepath=os.path.join(save_path, model_name),
                                            verbose=0,
                                            save_best_only=True)

# 3. 训练模型
model.fit( train_dataset,
            epochs=100,
            verbose=0,
            validation_data=test_dataset,
            callbacks=[create_model_checkpoint(model_name=model.name)]
            )

将表现最好的模型加载回来做评估：

model = tf.keras.models.load_model("model_checkpoint/model_dense_base")
model.evaluate(test_dataset)

返回如下，由平均绝对误差（MAE）可见预测的价格平均和真实价格相差700多美元。

18/18 [==============================] - 1s 6ms/step - loss: 759.4327 - mae: 759.4327
[759.4326782226562, 759.4326782226562]

考虑到模型结构十分简单，结果有提升空间也在预期之内，根据本流程进行优化，完全可以预测得更准确。

4 总结

本文对单变量时间序列预测任务做了一个基准，其中TensorFlow的tf.keras.preprocessing.timeseries_dataset_from_arrayAPI简化了许多处理时间窗口的工作，之后将继续对TensorFlow预测时间序列的任务进行讨论。

5 相关阅读资料

Viewed times

Comments