IT Tech blogging

https://github.com/Leci37/stocks-prediction-Machine-learning-RealTime-TensorFlow

설치

requirements.tx 에서 tensorflow 를 막고 설치했다.

pip install -r requirements.txt

CUDa 확인

nvidia-smi

CUDA 를 지원하도록 tensorflow 를 설치한다.

• https://www.tensorflow.org/install/pip?hl=ko

pip install tensorflow[and-cuda]

주의: keras 를 별도로 설치하지 않도록 한다. 2023말 keras3.x 출시로 2.x 버전과 API가 다를 수 있다.tensorflow 설치시 tf.keras 2.15버전이 설치된다.

GPU 설정을 확인합니다.

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

구성

Readme_setup_installation.md 을 읽으며 진행.

1. _KEYS_DICT.py : 13줄 Symbol 추가

   • 기본 [“UBER”, “PYPL”]

2. GPU

   • 62줄 GPU 사용 여부
   • 63줄 PER_PROCESS_GPU_MEMORY_FRACTION 값으로 GPU 메모리 자원 비율 지정

3. 1_Get_technical_indicators.py 수행시 다음 에러 대처 방법 수행 필요:

   • Readme_setup_installation.md

     AttributeError: 'Series' object has no attribute 'append'. Did you mean: '_append'?

4. _Model_creation_models_for_a_stock.py

   • 6줄의 from keras.backend import set_session 를 막는다.

기초데이터

By default (recommendation) the stock list will be used: “@CHILL”: [“UBER”, “PYPL”]

1. Run 0_API_alphavantage_get_old_history.py Optional.

   • File generate example: d_price/RAW_alpha/alpha_UBER_15min_20230414__20230317.csv
   • Run BETTER get alpaca API key and 0_API_alpaca_historical.py

2. Run 1_Get_technical_indicators.py Files generate example:

   • d_price/PYPL_PLAIN_stock_history_MONTH_3_AD.csv
   • plots_relations/best_selection_PYPL_both.json

3. Run 3_Model_creation_models_for_a_stock.py Files generate example models TF .h5:

   • Models/TF_multi/TFm_UBER_neg_vgood16_mult_lstm.h5 ,
   • Models/TF_multi/UBER_neg_vgood16__per_score.csv
   • Models/TF_multi/Scalers/UBER_neg_good9_.scal

4. Run 4_Model_creation_scoring_multi.py Optional, evaluation the models predictions File generate:

   • Models/TF_multi/_SCORE_ALL_multi_all.csv