前言

用股票历史的close预测未来的close。
另一篇用深度学习搞得，见：深度学习实战——CNN+LSTM+Attention预测股票

更新：
20221221，加上了其他的columns，如下：
[close, high, low, open, pre_close, change, pct_chg, vol, amount]
代码地址见文末

技术栈

xgboost
python

原理

都是很简单的小玩意，试了下发现预测的还不错，先上效果图：

有点惊讶，简单的仅仅用close的历史值就可以预测未来的值？本来想多用点特征，因为省事先用了一个特征来试试结果发现都能拟合，amazing…

大概的原理：

用tushare获取N天的股票数据，如下：
可以看到有很多数据可用，省事我们就先用了close而已。
然后就错位一下，比如窗口取100天的话，就是用前100天的c

机器学习实战——xgboost股票close预测相关推荐

机器学习实战（八）——预测数值型数据：回归
机器学习实战(八)--预测数值型数据:回归一.用线性回归找到最佳拟合曲线 1.线性回归与非线性回归线性回归:具体是可以将输入项分别乘上一些常量,然后再进行求和得到输出非线性回归:输入项之间不只是 ...
机器学习实战——kaggle 泰坦尼克号生存预测——六种算法模型实现与比较
一.初识 kaggle kaggle是一个非常适合初学者去实操实战技能的一个网站,它可以根据你做的项目来评估你的得分和排名.让你对自己的能力有更清楚的了解,当然,在这个网站上,也有很多项目的教程,可以 ...
机器学习实战（八）预测数值型数据：回归
文章目录第八章预测数值型数据:回归 8.1 用线性回归找到最佳拟合直线 8.1.1 线性回归 8.1.2数据可视化 8.1.3 求回归系数向量,并根据系数绘制回归曲线 8.2 局部加权线性回归(L ...
机器学习实战第8章预测数值型数据：回归2
1. Shrinkage(缩减) Methods 当特征比样本点还多时(n>m),输入的数据矩阵X不是满秩矩阵,在求解(XTX)-1时会出现错误.接下来主要介绍岭回归(ridge regress ...
机器学习实战ch03: 使用决策树预测隐形眼镜类型
决策树的一般流程 1.收集数据 2.准备数据:树构造算法只适用标称型数据,因此数据值型数据必须离散化 3.分析数据 4.训练算法 5.测试数据 6.使用算法决策树的优点 1.数据形式非常容易理解 2 ...
机器学习实战：使用lightGBM预测饭店流量
饭店来客数据 CSV数据源:链接:https://pan.baidu.com/s/1mLZBNv1SszQEnRoBGOYX7w 密码:mmrf import pandas as pdair_visi ...
机器学习实战——多模型实现预测功能
文章目录前言一.数据准备 1.1 数据下载 1.2 数据格式转换 1.3 数据拆分二.模型构建 2.1 K近邻 2.2 决策树与随机森林 2.3 多层感知器前言大家好✨,这里是bio
机器学习实战 AdaBoost预测患有疝气病的马的存活问题
机器学习实战使用AdaBoost来预测患有疝气病的马的存活问题结果示例完整代码 # -*- coding: utf-8 -*- # @Time : 2021/6/21 15:33 # @Auth ...
深度学习实战——CNN+LSTM+Attention预测股票
前言本文使用pytorch实现,根据历史股票的open,low,close,high数据预测未来股票的变化趋势. 代码在文末用xgboost也跑了一下:机器学习实战--股票close预测拟合结果 ...
机器学习实战-微额借款用户人品预测
团队分享网址 1.项目背景互联网金融近年来异常火热,吸引了大量资本和人才进入. 在金融领域中,无论是投资理财还是借贷放款,风险控制永远是最为核心和重要的问题,而存目前所有的互联网金融产品中,微额 ...

机器学习实战——xgboost股票close预测

前言

技术栈

原理

机器学习实战——xgboost股票close预测相关推荐

最新文章

热门文章