کدهای آماده پیش‌بینی قیمت سهام با پایتون

سلام رفیق! اگه تا حالا به فکر پیش‌بینی قیمت سهام با پایتون افتادی، جای درستی اومدی. این کار نه تنها می‌تونه خیلی جذاب باشه، بلکه با ابزارهای قدرتمند پایتون، می‌تونی به نتایج واقعا کاربردی برسی. از جمع‌آوری داده‌های تاریخی گرفته تا ساخت مدل‌های پیچیده شبکه‌های عصبی، پایتون یه جعبه ابزار کامل رو در اختیارت میزاره. تو این مقاله قراره با هم قدم به قدم پیش بریم و ببینیم چطور می‌تونی با کدهای آماده و یه درک درست، مسیر پیش‌بینی سهام رو شروع کنی. آماده‌ای؟ بزن بریم!

چرا پایتون بهترین ابزار برای تحلیل سهامه؟

پایتون یه انتخاب عالی برای هر کسیه که می‌خواد وارد دنیای تحلیل داده و مخصوصاً پیش‌بینی‌های مالی بشه. دلیلش چیه؟ خیلی سادست. این زبان هم کدنویسیش راحته، هم یه عالمه کتابخونه داره که کار رو برات مثل آب خوردن می‌کنه. فکر کن:

• سادگی و خوانایی: پایتون زبانیه که خیلی شبیه به زبان انگلیسی نوشته میشه. این یعنی وقت کمتری برای فهمیدن سینتکس صرف می‌کنی و بیشتر روی حل مسئله تمرکز داری.
• کتابخانه‌های قدرتمند: از Pandas برای مدیریت داده‌ها، NumPy برای محاسبات عددی، Scikit-learn برای مدل‌های یادگیری ماشین و TensorFlow/Keras برای شبکه‌های عصبی عمیق، همه چی آماده‌ست. برای کدهای بیشتر می‌تونی به اسنیپت‌های پایتون ما یه نگاه بندازی.
• جامعه بزرگ: اگه یه جایی گیر کردی، یه عالمه برنامه‌نویس دیگه هستن که قبلاً با مشکل تو روبرو شدن و راه‌حلش رو پیدا کردن. یه سرچ ساده کلی جواب واست میاره.

شروع کار: پیش‌نیازها و نصب کتابخانه‌ها

قبل از هر چیزی، باید مطمئن بشی که پایتون روی سیستمت نصبه. اگه نیست، از سایت رسمی Python.org دانلود و نصبش کن. بعدش با `pip` (مدیر بسته پایتون) می‌تونیم کتابخانه‌های لازم رو نصب کنیم. ترمینال یا Command Prompt رو باز کن و این دستورات رو بزن:

pip install pandas numpy matplotlib scikit-learn tensorflow keras yfinance

این دستور همه کتابخانه‌هایی رو که تو این مقاله بهشون نیاز داریم رو برات نصب می‌کنه. اگه قبلاً نصبشون کردی، `pip` خودش تشخیص می‌ده و کاری نمی‌کنه.

جمع‌آوری داده‌های تاریخی سهام

برای پیش‌بینی قیمت سهام، اول از همه به داده‌های تاریخی نیاز داریم. این داده‌ها شامل قیمت باز شدن (Open)، بسته شدن (Close)، بیشترین (High)، کمترین (Low) و حجم معاملات (Volume) در طول زمان مشخصی هستن.

دو تا منبع اصلی برای این کار وجود داره:

• Yahoo Finance: یکی از محبوب‌ترین و در دسترس‌ترین منابع داده سهام. کتابخانه yfinance در پایتون کار باهاش رو خیلی آسون کرده.
• APIهای اختصاصی: مثل Alpha Vantage یا Quandl که ممکنه نیاز به کلید API داشته باشن و محدودیت‌هایی برای تعداد درخواست‌هاشون دارن، اما داده‌های دقیق‌تر و جامع‌تری ارائه می‌دن.

استفاده از yfinance

این یه نمونه کد سادست که چطور می‌تونی داده‌های سهام شرکت اپل (AAPL) رو برای پنج سال گذشته دانلود کنی:

import yfinance as yf
import pandas as pd

# نماد سهام مورد نظر (مثلاً Apple)
ticker_symbol = "AAPL"

# بازه زمانی مورد نظر
start_date = "2019-01-01"
end_date = "2024-01-01"

# دانلود داده‌ها
stock_data = yf.download(ticker_symbol, start=start_date, end=end_date)

# نمایش 5 ردیف اول داده‌ها
print(stock_data.head())

# ذخیره در فایل CSV (اختیاری)
stock_data.to_csv(f"{ticker_symbol}_data.csv")
print(f"nData for {ticker_symbol} saved to {ticker_symbol}_data.csv")

با این کد، یه فایل CSV از داده‌های سهام اپل داری که می‌تونی ازش برای مراحل بعدی استفاده کنی.

پیش‌پردازش داده‌ها: مرحله حیاتی

داده‌های خام معمولاً پر از نویز و ایرادن. قبل از اینکه به مدل‌های یادگیری ماشین بدیمشون، باید حسابی تمیز و مرتبشون کنیم. این مرحله خودش چند تا گام مهم داره:

• پاکسازی داده (Missing Values): بعضی وقتا داده‌ها ناقصن. باید تصمیم بگیری که این جاهای خالی رو چطور پر کنی (مثلاً با میانگین یا مقدار قبلی) یا کلاً حذفشون کنی.
• مهندسی ویژگی (Feature Engineering): اینجاست که خلاقیتت رو نشون می‌دی! می‌تونی از داده‌های موجود، ویژگی‌های جدیدی مثل میانگین متحرک (Moving Average)، شاخص قدرت نسبی (RSI)، یا MACD بسازی. این ویژگی‌ها اطلاعات بیشتری رو به مدل میدن.
• نرمال‌سازی داده: قیمت سهام در طول زمان خیلی بالا و پایین میشه. مدل‌های یادگیری ماشین اگه داده‌ها تو یه بازه مشخصی (مثلاً 0 تا 1) باشن، بهتر کار می‌کنن. پس باید داده‌ها رو نرمالایز یا استانداردایز کنیم.

یه مثال از مهندسی ویژگی ساده: اضافه کردن میانگین متحرک.

# فرض می‌کنیم stock_data قبلاً دانلود شده
stock_data['MA_50'] = stock_data['Close'].rolling(window=50).mean()
stock_data['MA_200'] = stock_data['Close'].rolling(window=200).mean()

# حذف ردیف‌هایی که بعد از محاسبه میانگین متحرک، NaN شدن
stock_data.dropna(inplace=True)

print(stock_data.head())

این کد میانگین متحرک 50 و 200 روزه رو به دیتافریم اضافه می‌کنه. اینا اندیکاتورهای مهمی هستن که می‌تونن روند رو نشون بدن.

مدل‌های رایج پیش‌بینی قیمت سهام با پایتون

حالا که داده‌ها تمیز و آماده شدن، وقتشه مدل‌ها رو وارد بازی کنیم. چندین مدل مختلف وجود داره که هر کدوم نقاط قوت خودشون رو دارن.

رگرسیون خطی و ساده (Linear Regression)

رگرسیون خطی ساده‌ترین مدلیه که می‌تونی استفاده کنی. این مدل سعی می‌کنه یه رابطه خطی بین ویژگی‌ها (مثلاً قیمت باز شدن) و مقدار هدف (قیمت بسته شدن فردا) پیدا کنه. شاید برای پیش‌بینی دقیق قیمت سهام کافی نباشه، اما نقطه شروع خوبیه.

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
import numpy as np

# فرض می‌کنیم 'stock_data' با 'MA_50' و 'MA_200' آماده است

# ویژگی‌ها (X) و هدف (y)
X = stock_data[['Open', 'High', 'Low', 'Volume', 'MA_50', 'MA_200']].values
y = stock_data['Close'].values # پیش‌بینی قیمت بسته شدن

# تقسیم داده‌ها به آموزش و تست
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# آموزش مدل رگرسیون خطی
model = LinearRegression()
model.fit(X_train, y_train)

# پیش‌بینی روی داده‌های تست
predictions = model.predict(X_test)

# ارزیابی مدل
mse = mean_squared_error(y_test, predictions)
rmse = np.sqrt(mse)
print(f"Linear Regression RMSE: {rmse}")

ماشین بردار پشتیبان (Support Vector Machine – SVM)

SVM هم یکی دیگه از مدل‌های قدرتمند یادگیری ماشینه که می‌تونه برای مسائل رگرسیون (SVR – Support Vector Regression) استفاده بشه. این مدل تو پیدا کردن الگوهای پیچیده‌تر بهتر از رگرسیون خطی عمل می‌کنه.

from sklearn.svm import SVR
from sklearn.preprocessing import StandardScaler

# نرمال‌سازی داده‌ها برای SVM
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

X_train_scaled, X_test_scaled, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42)

# آموزش مدل SVR
svm_model = SVR(kernel='rbf', C=100, gamma=0.1) # پارامترها قابل تنظیم هستند
svm_model.fit(X_train_scaled, y_train)

# پیش‌بینی و ارزیابی
svm_predictions = svm_model.predict(X_test_scaled)
svm_rmse = np.sqrt(mean_squared_error(y_test, svm_predictions))
print(f"SVM Regression RMSE: {svm_rmse}")

مدل‌های سری زمانی (ARIMA, SARIMA)

مدل‌های ARIMA (AutoRegressive Integrated Moving Average) و SARIMA (Seasonal ARIMA) مخصوص داده‌های سری زمانی طراحی شدن. این مدل‌ها به طور خاص می‌تونن روند، فصلی بودن و خطاهای گذشته رو در نظر بگیرن. اگه داده‌های تو الگوهای زمانی مشخصی دارن، این مدل‌ها می‌تونن خیلی خوب عمل کنن. استفاده از این مدل‌ها نیازمند دانش آماری بیشتریه.

شبکه‌های عصبی عمیق (LSTM)

حالا رسیدیم به قسمت جذاب قضیه! شبکه‌های عصبی عمیق، مخصوصاً LSTM (Long Short-Term Memory)، برای پیش‌بینی سری‌های زمانی مثل قیمت سهام فوق‌العاده عمل می‌کنن. چرا؟ چون می‌تونن وابستگی‌های بلندمدت رو تو داده‌ها شناسایی کنن. یعنی یادشون می‌مونه که قیمت‌های چند روز یا حتی چند هفته قبل چه تأثیری روی قیمت امروز دارن.

برای اسنیپت‌های پیشرفته‌تر پایتون و استفاده از کتابخانه‌هایی مثل TensorFlow و Keras می‌تونی به بخش کدهای پایتون آماده ما سر بزنی.

from sklearn.preprocessing import MinMaxScaler
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense, Dropout
import matplotlib.pyplot as plt

# فقط از ستون 'Close' برای پیش‌بینی استفاده می‌کنیم
data = stock_data['Close'].values.reshape(-1, 1)

# نرمال‌سازی داده‌ها
scaler = MinMaxScaler(feature_range=(0, 1))
scaled_data = scaler.fit_transform(data)

# ساخت دنباله (sequence) داده‌ها برای LSTM
# تعداد گام‌های زمانی گذشته که برای پیش‌بینی قیمت بعدی استفاده می‌شود
time_step = 60
X_seq, y_seq = [], []
for i in range(time_step, len(scaled_data)):
    X_seq.append(scaled_data[i-time_step:i, 0])
    y_seq.append(scaled_data[i, 0])

X_seq, y_seq = np.array(X_seq), np.array(y_seq)

# تغییر شکل X_seq به (samples, time_steps, features)
X_seq = np.reshape(X_seq, (X_seq.shape[0], X_seq.shape[1], 1))

# تقسیم داده‌ها به آموزش و تست (80% آموزش، 20% تست)
train_size = int(len(X_seq) * 0.8)
X_train, X_test = X_seq[:train_size], X_seq[train_size:]
y_train, y_test = y_seq[:train_size], y_seq[train_size:]

# ساخت مدل LSTM
model_lstm = Sequential()
model_lstm.add(LSTM(units=50, return_sequences=True, input_shape=(time_step, 1)))
model_lstm.add(Dropout(0.2)) # جلوگیری از Overfitting
model_lstm.add(LSTM(units=50, return_sequences=True))
model_lstm.add(Dropout(0.2))
model_lstm.add(LSTM(units=50))
model_lstm.add(Dropout(0.2))
model_lstm.add(Dense(units=1)) # لایه خروجی برای پیش‌بینی یک مقدار

# کامپایل و آموزش مدل
model_lstm.compile(optimizer='adam', loss='mean_squared_error')
model_lstm.fit(X_train, y_train, epochs=25, batch_size=32)

# پیش‌بینی روی داده‌های تست
predictions_lstm = model_lstm.predict(X_test)
# برگرداندن پیش‌بینی‌ها به مقیاس اصلی
predictions_lstm = scaler.inverse_transform(predictions_lstm)
y_test_inverse = scaler.inverse_transform(y_test.reshape(-1, 1))

# ارزیابی مدل
lstm_rmse = np.sqrt(mean_squared_error(y_test_inverse, predictions_lstm))
print(f"LSTM RMSE: {lstm_rmse}")

# نمایش نتایج (می‌تونی این بخش رو برای دیدن نمودار استفاده کنی)
# plt.figure(figsize=(12,6))
# plt.plot(y_test_inverse, color='blue', label='Actual Stock Price')
# plt.plot(predictions_lstm, color='red', label='Predicted Stock Price')
# plt.title('Stock Price Prediction using LSTM')
# plt.xlabel('Time')
# plt.ylabel('Stock Price')
# plt.legend()
# plt.show()

ارزیابی مدل و سنجش دقت

خب، مدل رو ساختیم و آموزش دادیم. حالا چطوری بفهمیم خوب کار می‌کنه یا نه؟ اینجا چند تا معیار مهم به کمکمون میان:

• MSE (Mean Squared Error): میانگین مربع اختلاف بین مقادیر واقعی و پیش‌بینی شده. هرچی کمتر باشه، بهتره.
• RMSE (Root Mean Squared Error): ریشه دوم MSE. تفسیرش راحت‌تره چون واحدش مثل واحد هدف اصلیه.
• MAE (Mean Absolute Error): میانگین قدر مطلق اختلاف بین مقادیر واقعی و پیش‌بینی شده. کمتر تحت تأثیر نقاط پرت قرار می‌گیره.
• R-squared: نشون می‌ده مدل ما چقدر تونسته واریانس داده‌های واقعی رو توضیح بده. از 0 تا 1 متغیره و هرچی به 1 نزدیک‌تر باشه، بهتره.

همیشه یادت باشه که داده‌هات رو به دو بخش آموزش (Training) و تست (Testing) تقسیم کنی. مدل رو روی داده‌های آموزش، یاد می‌دی و بعدش روی داده‌های تست که قبلاً ندیده، امتحانش می‌کنی. این کار بهت کمک می‌کنه مطمئن بشی مدل واقعاً یاد گرفته، نه اینکه فقط داده‌های آموزش رو حفظ کرده باشه.

نکات مهم برای استفاده از کدهای آماده و بهینه‌سازی

فقط داشتن کد کافی نیست، باید بدونی چطور ازش استفاده کنی و چطور بهینه‌اش کنی تا بهترین نتیجه رو بگیری:

• Overfitting و Underfitting:
  • Overfitting: وقتی مدل روی داده‌های آموزش خیلی خوب عمل می‌کنه ولی روی داده‌های جدید افتضاحه. یعنی داده‌های آموزش رو حفظ کرده. برای جلوگیری ازش می‌تونی از تکنیک‌هایی مثل Dropout در LSTM استفاده کنی، یا داده‌های آموزشی بیشتری داشته باشی.
  • Underfitting: وقتی مدل حتی روی داده‌های آموزش هم خوب کار نمی‌کنه. یعنی مدل به اندازه کافی پیچیده نیست یا به اندازه کافی آموزش ندیده.
• انتخاب بهترین مدل: هیچ مدل جادویی برای همه سهام و همه بازارها وجود نداره. باید مدل‌های مختلف رو امتحان کنی و ببینی کدوم برای داده‌های تو بهتر جواب می‌ده. گاهی یه مدل ساده مثل رگرسیون خطی می‌تونه تو شرایط خاصی از یه LSTM پیچیده بهتر عمل کنه.
• بک‌تستینگ (Backtesting): بعد از اینکه مدل رو ساختی، باید اون رو روی داده‌های تاریخی تست کنی و ببینی اگه واقعاً با این مدل تو گذشته معامله می‌کردی، نتیجه چی می‌شد. این یه راه عالی برای سنجش عملی مدل قبل از استفاده در دنیای واقعیه. حواست باشه که داده ها برای تست و آموزش به خوبی تقسیم بشن.
• به‌روزرسانی مداوم: بازارهای مالی همیشه در حال تغیر هستن. مدل تو هم باید به‌روز باشه. داده‌های جدید رو بهش بده و دوباره آموزشش بده تا بتونه با تغییرات بازار خودش رو وفق بده.

عیب‌یابی سریع: مشکلات رایج و راه‌حل‌ها

تو مسیر برنامه‌نویسی و کار با داده، حتماً با مشکلاتی روبرو می‌شی. نگران نباش، این طبیعیه. اینجا به چند تا مشکل رایج و راه‌حل‌هاشون اشاره می‌کنم:

• مشکل در نصب کتابخانه:

  اگه pip install کار نمی‌کنه، اول مطمئن شو که پایتون و pip به درستی نصب شدن و توی PATH سیستمت هستن. گاهی اوقات استفاده از pip3 install یا python -m pip install مشکل رو حل می‌کنه. همچنین مطمئن شو که اینترنت داری و فیلترشکنت خاموشه (اگه برای دسترسی به مخازن مشکل داری).

• داده‌های ناقص (NaN values):

  اگه بعد از جمع‌آوری داده، ستون‌هایی با مقدار NaN (Not a Number) دیدی، یعنی داده‌هات ناقصن. از df.dropna(inplace=True) برای حذف ردیف‌های دارای NaN یا از df.fillna(method='ffill') یا df.fillna(df.mean()) برای پر کردنشون استفاده کن.

• مدل با دقت پایین یا پیش‌بینی‌های عجیب:

  اگه مدل نتایج خوبی نمی‌ده، چند تا کار می‌تونی انجام بدی:

  • بررسی پیش‌پردازش: مطمئن شو داده‌ها به درستی نرمال‌سازی شدن و هیچ داده پرت بزرگی توشون نیست.
  • مهندسی ویژگی: ویژگی‌های جدیدتری اضافه کن (مثل RSI، MACD، Bollinger Bands).
  • تغییر مدل: یه مدل دیگه رو امتحان کن (مثلاً به جای رگرسیون خطی، LSTM رو امتحان کن).
  • هایپرپارامترها: پارامترهای مدل رو تنظیم کن (مثلاً units، epochs، batch_size در LSTM).
  • Overfitting: اگه مدل روی داده‌های آموزش عالی و روی تست بد عمل می‌کنه، تکنیک‌های Regularization مثل Dropout رو بیشتر کن.
• زمان زیاد برای آموزش مدل:

  مدل‌های پیچیده مثل LSTM، مخصوصاً با داده‌های زیاد، ممکنه زمان زیادی برای آموزش لازم داشته باشن. برای کاهش زمان:

  • کاهش پیچیدگی مدل: تعداد لایه‌ها یا واحدها (units) در LSTM رو کم کن.
  • استفاده از GPU: اگه کارت گرافیک مناسبی داری، حتماً TensorFlow رو با پشتیبانی از GPU نصب کن. تفاوت سرعتش فوق‌العادست.
  • کاهش حجم داده: اگه برای شروع کار می‌کنی، می‌تونی با حجم کمتری از داده شروع کنی.

سوالات متداول (FAQ)

نتیجه‌گیری

رفیق، تا اینجا با هم یه مسیر طولانی رو اومدیم؛ از نصب کتابخانه‌ها گرفته تا ساخت مدل‌های پیشرفته LSTM برای پیش‌بینی قیمت سهام با پایثون. یاد گرفتیم که چطور داده‌ها رو جمع‌آوری و تمیز کنیم، ویژگی‌های جدید بسازیم و بعدش با مدل‌های مختلفی مثل رگرسیون خطی، SVM و LSTM پیش‌بینی انجام بدیم.

پیش‌بینی قیمت سهام یه هنر و علم ترکیبیه. هیچ‌وقت نباید انتظار داشته باشی که یه مدل ۱۰۰٪ دقیق باشه، چون بازار پر از عوامل ناشناخته‌ست. اما با درک درست از ابزارها و تکنیک‌ها، می‌تونی سیستم‌های قدرتمندی بسازی که بهت تو تصمیم‌گیری‌های هوشمندانه‌تر کمک کنن. پس دست به کار شو، این کدها فقط نقطه شروعن. برو و باهاشون بازی کن، تغییرشون بده، و ایده‌های خودت رو بهشون اضافه کن! دنیا به دنبال برنامه‌نویس‌های خلاق و مشکل‌گشاست. اگه دنبال کدهای آماده برای CSS، HTML، JavaScript یا وردپرس هم هستی، یه سر به کدهای CSS، کدهای JS، کدهای HTML و کدهای وردپرس بزن.