"Obtenir des données de séries chronologiques de stock à partir de k-db.com avec Python" Mémo de création d'environnement de programme

Dans l'environnement de développement Cloud9, installez jupyter et exécutez le programme d'acquisition d'actions à partir de k-db.com dans cet environnement.

Postscript 2018.2.22 Il a été dit que k-db sera interrompu à la fin de 2017.

J'étudie le deep learning et je pense à un programme de prévision des cours boursiers à partir des données boursières. Cependant, il n'y a presque aucun moyen d'obtenir les données de toutes les marques TSE en 5 minutes, même si vous effectuez des recherches diverses. Et finalement j'ai trouvé k-db.com. Ce site dure 4 jours, mais des informations sur 5 minutes de marques individuelles sont publiées. Cependant, il faut beaucoup de temps pour télécharger et éditer celui-ci un par un. Et j'ai trouvé un programme qui acquiert automatiquement les données de cours boursier en 5 minutes depuis ce site. Vous pouvez le trouver à l'URL ci-dessous.

Programme pour obtenir le cours de l'action sur k-db.com J'ai utilisé ce programme pour "Obtenir des données de séries chronologiques de k-db.com avec Python". http://qiita.com/sawadybomb/items/03c3814268d3e2904e6c cloud9, python Je suis nouveau en python et cela ne fonctionne pas très bien.

environnement

cloud9 (version payante) jupyter python 3.5.3

procédure

Tout d'abord, créez un environnement pour anaconda et jupyter.

Vois ici http://qiita.com/KenjiKitagawa/items/e0225d9be10ea3dbdafc

Téléchargez et déployez le programme d'acquisition de stock sur k-db.com

https://github.com/sawadyrr5/pykdb Téléchargez le programme à partir d'ici sur votre PC et déployez-le sous le jupyter de cloud9.

Lancez un fichier appelé setup.py

Exécutez la configuration du fichier téléchargé. Exécutez l'installation de python setup.py à partir de la ligne de commande

Quand j'ai démarré "tutorial_stocks.ipynb" sous le dossier d'exemple de jupyter, cela fonctionnait correctement.

Cependant, selon la marque, il y avait une partie où les données manquaient, et même lorsque j'ai regardé la source d'acquisition k-db.com, les données n'étaient toujours pas incluses. La solution de contournement est écrite ci-dessous.

Le résultat de l'exécution du programme NAN n'a pas de données

Exemple de contre-mesures lorsqu'une partie des données devient NAN

Étant donné que les données originales de k-db.com sont NAN, il est impossible d'obtenir les données. À l'origine, ces données nécessitent une valeur numérique appropriée à utiliser pour l'apprentissage en profondeur de l'intelligence artificielle, mais comme le nombre de NAN est petit, j'ai décidé de prédire la valeur numérique à partir des valeurs numériques précédentes et suivantes (valeur numérique linéaire) et de la saisir.

Placez df = df.interpolate (hoge) sous df = obj.hoge dans le programme exemple sous le répertoire exemple. Exemple

df = obj.price(date_from=start, date_to=end, symbol=i_old, freq=stock_freq)   
df = df.interpolate(method='index') #Interpoler les données NAN avec des valeurs linéaires avant et arrière

Après complémentation