【不是铁人赛】Day 01｜虚拟货币价格预测（一）资料处理

友：你要不要一起参加铁人赛？
我：好啊！
(几天後)
我：乾我不小心忘了报名......
--------------------------------------> 2021.09.17

本系列的目标如下

1. 陪我同事参赛，一起写文。
2. 带大家使用不同的模型来预测涨跌。
3. 带大家使用不同的特徵来预测涨跌。
4. 总目标是发大财。

今天先来跟大家快速的把所需的资料整理好，以下是会使用到的工具，因为网路上的教学很多，所以就不教大家怎麽设定一些有的没有的了XDD，那我们...累狗！

• 工具: Google Colaboratory
• 资料: Kaggle 上的虚拟货币资料 Cryptocurrency Historical Prices
• 范例程序

Step 0. 了解资料。

• 大家从kaggle把资料下载下来之後，别忘了先去看看有哪些栏位喔。
• 一般来说，金融预测会使用Open, High, Low, Close这四项数据来做。

Step 1. 汇入使用的套件。

import numpy as np
import pandas as pd
import tensorflow as tf

Step 2. 使用pandas读取资料，以下以比特币为例。

coin_data = pd.read_csv('coin_Bitcoin.csv')
coin_data.head()    # 显示前面几笔资料，预设五笔。

Step 3. 资料清洗。

• 我们现在只会使用到四种数据，开盘价，最高价，最低价，收盘价。
• 我们使用drop()来丢掉不必要的栏位，丢完之後应该只会剩下四项，一样使用head()来检查看看。

data = coin_data.drop(['SNo', 'Name', 'Symbol', 'Date', 'Volume', 'Marketcap'], axis=1)
data.head()

Step 4. 产生训练资料与标注资料。

• 时间序列的预测任务所使用的资料很多变，我们会使用前七天的四项数据，来预测第八天的涨跌。
• 我们的预测结果是第八天的收盘价减去第七天的收盘价，如果涨，就是1，反之为0。
• 简单来说，我们的逻辑就是，我使用到今天为止七天前的资料来预测明天会不会涨。

train_data = []
for idx in range(len(data)-7):
    train_data.append(data.values[idx:idx+7].tolist())

train_label = []
for idx in range(7, len(data)):
    rise_or_fall = data['Close'][idx] - data['Close'][idx-1]
    if rise_or_fall >= 0:
        rise_or_fall = 1
    else:
        rise_or_fall = 0
    train_label.append(rise_or_fall)

稍微检查一下data跟label长度有没有一样。

print(np.array(train_data).shape)
print(np.array(train_label).shape)
# (2984, 7, 4)
# (2984,)

小结

好的，今天我们把会训练模型需要的资料整理好了，明天将会带大家来训练不同的模型罗！