这里参考了别人的代码，并引用了tushare模块中定义的接口自动获取了依据 股票代码来获取数据
此篇文章提供了
1.一个简单通过接口爬取csv数据的方法
2.一个处理csv数据的简单方法
3.依据数据进行特征提取建立简单的股价预测模型

如下：
使用的话只需要修改对应的股票代码即可
我这里使用的是 300015 爱尔眼科的股票代码


import numpy as np
import pandas as pd  # 数据处理, 读取 CSV 文件
import matplotlib.pyplot as plt
import tushare as ts
from plotly.offline import init_notebook_mode, iplot, iplot_mpl
import plotly.graph_objs as go
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing
import sklearn

# 000001 为平安银行
# 获取股票的数据
# 如果你还没有安装, 可以使用 pip install tushare 安装tushare python包Stock_Code = 300015  #爱尔眼科df = ts.get_hist_data(f'{Stock_Code}')df.to_csv(f'{Stock_Code}.csv')
df = pd.read_csv(f'./{Stock_Code}.csv')print(np.shape(df))
print(df[0:10])
df.head()'''股票数据的特征
*date：日期
*open：开盘价
*high：最高价
*close：收盘价
*low：最低价
*volume：成交量
*price_change：价格变动
*p_change：涨跌幅
*ma5：5
日均价
*ma10：10
日均价
*ma20: 20
日均价
*v_ma5: 5
日均量
*v_ma10: 10
日均量
*v_ma20: 20
日均量
'''

本接口即将停止更新，请尽快使用Pro版接口：https://tushare.pro/document/2
(600, 15)date   open   high  close    low      volume  price_change  p_change  \
0  2022-03-25  30.51  31.22  29.66  29.50   556807.50         -0.85     -2.79
1  2022-03-24  29.37  31.00  30.51  29.17   734351.69          0.78      2.62
2  2022-03-23  28.28  29.95  29.73  28.04   712581.62          1.70      6.07
3  2022-03-22  28.20  28.64  28.03  27.95   327752.81         -0.46     -1.61
4  2022-03-21  28.83  28.90  28.49  28.11   400047.69         -0.12     -0.42
5  2022-03-18  29.01  29.19  28.61  27.91   782520.00         -0.84     -2.85
6  2022-03-17  28.00  30.44  29.45  28.00  1401702.38          2.18      7.99
7  2022-03-16  26.84  27.38  27.27  25.28  1626294.12          0.33      1.23
8  2022-03-15  30.00  30.70  26.94  25.02  1815843.62         -3.47    -11.41
9  2022-03-14  31.87  32.20  30.41  30.10   518120.59         -2.09     -6.43   ma5    ma10    ma20       v_ma5     v_ma10     v_ma20  turnover
0  29.284  28.910  31.459   546308.26  887602.20  633485.26      1.25
1  29.074  29.194  31.745   591450.76  863570.32  639080.99      1.65
2  28.862  29.347  31.892   724920.90  827310.41  621764.07      1.60
3  28.370  29.530  32.132   907663.40  806734.83  599018.34      0.74
4  28.152  30.028  32.434  1205281.56  814264.94  595898.22      0.90
5  28.536  30.444  32.735  1228896.14  827720.85  589260.22      1.76
6  29.314  31.081  33.057  1135689.89  774035.25  559168.78      3.14
7  29.832  31.657  33.334   929699.92  656945.54  501548.91      3.65
8  30.690  32.486  33.718   705806.27  518786.47  437122.81      4.07
9  31.904  33.423  34.131   423248.32  367355.32  385054.37      1.16  '股票数据的特征\n*date：日期\n*open：开盘价\n*high：最高价\n*close：收盘价\n*low：最低价\n*volume：成交量\n*price_change：价格变动\n*p_change：涨跌幅\n*ma5：5\n日均价\n*ma10：10\n日均价\n*ma20: 20\n日均价\n*v_ma5: 5\n日均量\n*v_ma10: 10\n日均量\n*v_ma20: 20\n日均量\n'

将日期的键值的类型从字符串转为日期

df['date'] = pd.to_datetime(df['date'])
categories = {'volume','v_ma5','v_ma10','v_ma20'}
'''数值大小尽量统一化'''
for cate in categories:df[cate] = df[cate]/10000df = df.set_index('date')
# 按照时间升序排列
df.sort_values(by=['date'], inplace=True, ascending=True )
df.tail()
open high close low volume price_change p_change ma5 ma10 ma20 v_ma5 v_ma10 v_ma20 turnover
date
2022-03-21 28.83 28.90 28.49 28.11 40.004769 -0.12 -0.42 28.152 30.028 32.434 120.528156 81.426494 59.589822 0.90
2022-03-22 28.20 28.64 28.03 27.95 32.775281 -0.46 -1.61 28.370 29.530 32.132 90.766340 80.673483 59.901834 0.74
2022-03-23 28.28 29.95 29.73 28.04 71.258162 1.70 6.07 28.862 29.347 31.892 72.492090 82.731041 62.176407 1.60
2022-03-24 29.37 31.00 30.51 29.17 73.435169 0.78 2.62 29.074 29.194 31.745 59.145076 86.357032 63.908099 1.65
2022-03-25 30.51 31.22 29.66 29.50 55.680750 -0.85 -2.79 29.284 28.910 31.459 54.630826 88.760220 63.348526 1.25

检测是否有缺失数据 NaNs

df.dropna(axis=0, inplace=True)#
df.isna().sum(),df.shape

(open            0high            0close           0low             0volume          0price_change    0p_change        0ma5             0ma10            0ma20            0v_ma5           0v_ma10          0v_ma20          0turnover        0dtype: int64,(600, 14))

K线图

Min_date = df.index.min()
Max_date = df.index.max()
print("First date is", Min_date)
print("Last date is", Max_date)
print(Max_date - Min_date)
# %%init_notebook_mode()trace = go.Ohlc(x=df.index, open=df['open'], high=df['high'], low=df['low'], close=df['close'])
data = [trace]iplot(data, filename='simple_ohlc')

运行出来的这个其实是个demo 并不是图片，可以点击查看具体数据
这里为了显示正常只是截图使用

线性回归


# 创建新的列, 包含预测值, 根据当前的数据预测5天以后的收盘价date = "2022-03-15'"
num = 30  # 预测date  num天后的情况df['label'] = df['close']# 预测值  每天的最终股票价格

丢弃 ‘label’, ‘price_change’, ‘p_change’, 不需要它们做预测

Data = df.drop(['label', 'price_change', 'p_change'], axis=1)
print(Data.tail() )
X = Data.values
X = preprocessing.scale(X)df.dropna(inplace=True)
Target = df.label
y = Target.valuesprint(np.shape(X), np.shape(y))
'''x 特征，y 股价'''

             open   high  close    low     volume     ma5    ma10    ma20  \
date
2022-03-21  28.83  28.90  28.49  28.11  40.004769  28.152  30.028  32.434
2022-03-22  28.20  28.64  28.03  27.95  32.775281  28.370  29.530  32.132
2022-03-23  28.28  29.95  29.73  28.04  71.258162  28.862  29.347  31.892
2022-03-24  29.37  31.00  30.51  29.17  73.435169  29.074  29.194  31.745
2022-03-25  30.51  31.22  29.66  29.50  55.680750  29.284  28.910  31.459   v_ma5     v_ma10     v_ma20  turnover
date
2022-03-21  120.528156  81.426494  59.589822      0.90
2022-03-22   90.766340  80.673483  59.901834      0.74
2022-03-23   72.492090  82.731041  62.176407      1.60
2022-03-24   59.145076  86.357032  63.908099      1.65
2022-03-25   54.630826  88.760220  63.348526      1.25
(600, 12) (600,)'x 特征，y 股价'

# 将数据分为训练数据和测试数据
X_train, X_test,  y_train ,y_test= sklearn.model_selection.train_test_split(X,y,test_size=0.1,random_state=42)
# %%
lr = LinearRegression()
lr.fit(X_train, y_train)lr.score(X_train,y_train),lr.score(X_test, y_test) # 使用绝对系数 R^2 评估模型

(1.0, 1.0)

做预测

此处使用的特征是最近num天的特征，而目前使用的数据是之前的特征量，由于归一化，
实际上若真要预测，首先要预测这些特征的值随时间变化的概率

X_Predict = X[-num:]
Forecast = lr.predict(X_Predict)
print(Forecast.shape)
print(y[-num:].shape)
print(X_Predict.shape)

(30,)
(30,)
(30, 12)

### 画预测结果# 预测
trange = pd.date_range(f'{date}', periods=num, freq='d')
print(trange)# 产生预测值dataframe
Predict_df = pd.DataFrame(Forecast, index=trange)
Predict_df.columns = ['forecast']
Predict_df# 将预测值添加到原始dataframe
df = pd.read_csv(f'./{Stock_Code}.csv')
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')# 按照时间升序排列
df.sort_values(by=['date'], inplace=True, ascending=True)
df_concat = pd.concat([df, Predict_df], axis=1)df_concat = df_concat[df_concat.index.isin(Predict_df.index)]
df_concat.shape

DatetimeIndex(['2022-03-15', '2022-03-16', '2022-03-17', '2022-03-18','2022-03-19', '2022-03-20', '2022-03-21', '2022-03-22','2022-03-23', '2022-03-24', '2022-03-25', '2022-03-26','2022-03-27', '2022-03-28', '2022-03-29', '2022-03-30','2022-03-31', '2022-04-01', '2022-04-02', '2022-04-03','2022-04-04', '2022-04-05', '2022-04-06', '2022-04-07','2022-04-08', '2022-04-09', '2022-04-10', '2022-04-11','2022-04-12', '2022-04-13'],dtype='datetime64[ns]', freq='D')(30, 15)

画预测值和实际值

df_concat['close'].plot(color='green', linewidth=1)
df_concat['forecast'].plot(color='orange', linewidth=3)
plt.xlabel('Time')
plt.ylabel('Price')
plt.legend()
plt.show()

这个图片之所以不连续，，因为周六，周日，股市不开业

问题：
预测的特征是按照最近几天的特征来写的
未深入分析会影响到股价的特征

可能的改进措施：
建立13个特征随时间变化的回归模型
再依据由13个模型预测的数值统筹为特征量再预测。
引入股票分析，金融分析的其他方法到机器学习特征中来。
未深入研究了，点到为止。。。

其他文章
Glcm 灰度共生矩阵，保姆级别教程,带源码
SVM支持向量机自动调优,带源码
HOG特征+SVM 进行行人检测,带源码，异常处理
Sober算子边缘检测与Harris角点检测1

参考文献
线性回归-股票预测

股票分析，利用线性回归实时预测股价，只需要提供股票代码即可爬取相应股票数据并建模相关推荐

  1. 简单使用resquests爬取雪球网数据，分析股票走势

    简单使用resquests爬取雪球网数据,分析股票走势 import requests import pymongo import json # 数据库初始化 client = pymongo.Mon ...

  2. python爬取股吧评论_神级的爬虫工程师用Python教你爬取全站股票评论！买哪只有底呢！...

    爬取思路是这样的,先挖取所有股票的代码,放进数据库,然后根据股票代码爬取每一只股票的评论,多了,一定要加入代理池,我这里用的上上一篇文章写的代理池,我们给每个股票代码赋予一个状态值,一开始是outst ...

  3. 用python的matplotlib和numpy库绘制股票K线均线的整合效果（含从网络接口爬取数据和验证交易策略代码）...

    本人最近在尝试着发表"以股票案例入门Python编程语言"系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标 ...

  4. 我的第一篇博客：Python爬取新浪财经股票页面 并用matplotlib可视化输出结果

    (由于疫情在家闲着,开学至少得等到四月份,便在上个星期动起了学习python的念头,凭借着大一C语言微薄的基础草草学习语法后便开始了学写爬虫.跟着教学视频爬了几个静态网站后便开始尝试爬动态网站,同时也 ...

  5. python爬取所有股票报道

    前言 由于毕设是要对股票的新闻报道进行情感分析,所以爬取所有股票的个股资是必要的前提工作了.一开始准备直接在 [东方财富网](http://quote.eastmoney.com/stocklist. ...

  6. Python爬虫尝试-爬取指定股票的财务报表（东方财富网）

    Python爬虫 爬取财务报表(东方财富网) 爬取指定股票的财务报表 需求确认 思考实现 获取所有报告的url地址 根据获取的url地址下载文件或者输出正文内容 爬取指定股票的财务报表 需求确认 最经 ...

  7. python为啥爬取数据会有重复_利用Python来爬取“吃鸡”数据，为什么别人能吃鸡？...

    原标题:利用Python来爬取"吃鸡"数据,为什么别人能吃鸡? 首先,神装镇楼 背景 最近老板爱上了吃鸡(手游:全军出击),经常拉着我们开黑,只能放弃午休的时间,陪老板在沙漠里奔波 ...

  8. Python爬取所有股票数据并进行数据分析

    一.背景:作为一个程序员,总喜欢在股市里面晃荡,无奈总是当成韭菜收割了.每一次都是卖涨买跌,处处碰壁.但是作为一个有一定阅历的程序员本能告诉自己,只要掌握了大量的股票数据,就可以在信息渠道落后的情况下 ...

  9. Python 爬取招聘网站数据，利用 tableau 可视化交互大屏，指导你如何学习、找工作!

    作者:Huang supreme 来源链接:https://blog.csdn.net/weixin_41261833/article/details/104924038   如果觉得文章写得好,如果 ...

最新文章

  1. python下py2exe打包笔记
  2. 如何才能正确的关闭Socket连接
  3. IOS中UIActionSheet使用方法详解
  4. python3精要(29)-reduce
  5. vue --- cdn导入,一些基本操作
  6. html:(22):认识css样式和css的优势
  7. php取mod,php支持mod及php-cgi的方式
  8. r语言 将表格导出为csv_r语言 将表格导出为csv_2. R语言基础语法
  9. 通俗编程——白话NIO之Buffer
  10. Linux文件系统变成只读的解决方法
  11. 定位到excel最后一个非空单元格操作技巧，你一定要知道！(二)
  12. 手游入门必备基础知识
  13. 计算机学院毕业语录,毕业的句子简单到哭的_毕业语录
  14. 自己动手搭建一个简单的静态资源服务器
  15. 《逻辑综合(logic synthesis)入门指南》
  16. java将字符串内容转换为字节数组
  17. spring的依赖注入 -------基于注解方式
  18. TCP 为什么需要三次握手？
  19. N70 (葵花宝典)
  20. 软件技术专业需要学什么？

热门文章

  1. Spring——面向切面编程(AOP)
  2. XGBoost原理及目标函数推导详解
  3. Ubuntu系统使用教程
  4. 利用Swoft实现PHP+websocket直播，即时通讯代码
  5. Day4 管理用户和组、tar备份与恢复、crom计划
  6. 炸了！中科大26岁数学家攻克世界难题！12岁读高中，14岁考入中科大少年班.......
  7. java update 8_java 8 update 77可以删除吗
  8. 2021SC@SDUSC山东大学软件学院软件工程应用与实践--YOLOV5代码分析（四）general.py-2
  9. 做了个 web 的键盘测试工具，MagicKeyboard2
  10. KEIL Software Packs 软件包下载地址