本文記錄一下Keras框架下實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的一些前提工作--數(shù)據(jù)集構(gòu)建

直切正題，投資者情緒可通過(guò)下表變量進(jìn)行衡量：

在使用卷積神經(jīng)網(wǎng)絡(luò)時(shí)需要將指標(biāo)數(shù)據(jù)編排為“圖片”格式，為達(dá)到這一需求，應(yīng)該將k個(gè)指標(biāo)n個(gè)歷史截面的數(shù)據(jù)構(gòu)造成一張“因子快照”作為輸入：

輸入形式在Keras框架下即為n*k矩陣。以BP、S_DQ_ADJCLOSE、S_VAL_MV三個(gè)變量為例，構(gòu)造3個(gè)變量*3個(gè)歷史截面的“因子快照”：

第一張“因子快照”應(yīng)該為藍(lán)色框中的數(shù)據(jù)，但需轉(zhuǎn)置且轉(zhuǎn)化為矩陣形式。

對(duì)于此問(wèn)題，本文解決方法如下：

首先獲取日期數(shù)（s）、因子數(shù)（k）和截面數(shù)（n）；

用np.zeros函數(shù)生成（s-n+1，k，n）維的矩陣；

然后構(gòu)造for循環(huán)、[:]方法和np.array函數(shù)逐一替換原矩陣數(shù)據(jù)；

最后便可獲得s-n+1張“因子快照”。

運(yùn)行代碼后輸出結(jié)果sample查看一下，藍(lán)色框部分的數(shù)據(jù)與上圖藍(lán)色框里的一致，說(shuō)明結(jié)果無(wú)誤，然后可按剩下的流程輸入網(wǎng)絡(luò)。