【Python】Yahoo股票时间序列预测
流程:(1)抓取数据; (2)建模; (3)分析。
1.抓取数据:
环境:IPython3;
import pandas_datareader as data
df={'谷歌':'GOOG'}
start_data='2014-12-01'
end_data='2018-12-01'
GOOGDf=data.get_data_yahoo(df['谷歌'],start_data,end_data)
# GOOGDf.head() #查看头部数据
# GOOGDf.tail() #查看尾部数据
# GOOGDf.shape #查看数据规模
# GOOGDf.describe() #查看整体数据状况
GOOGDf.to_csv("GOOG.csv",sep=' ')
2.时间序列建模:
根据2014-2018年数据,预测股票未来一年的交易量:
import pandas as pd
from pandas import datetime
from sklearn.metrics import mean_squared_error
from math import sqrt
from matplotlib import pyplot
def parser(x):return datetime.strptime('201'+x, '%Y-%m')
series =pd.read_csv('GOOG'.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
X = series.values
train, test = X[0:-12], X[-12:]
history = [x for x in train]
predictions = list()
for i in range(len(test)):predictions.append(history[-1])history.append(test[i])
rmse = sqrt(mean_squared_error(test, predictions))
# print('RMSE: %.3f' % rmse)
pyplot.plot(test)
pyplot.plot(predictions)
pyplot.show()
3.数据分析:
(1)整体趋势:
在预测2018年12月-2019年11月中,月交易量先增长,后下降,再上升,总体呈波动上涨趋势;
(2)月度变化:
2019年1月、4月、10月和11月的变化幅度最大,是最为关键的调整阶段。
(3)买入建议:
根据涨跌预测,建议在1月买入,3月清仓,9月再次买入。
【Python】Yahoo股票时间序列预测相关推荐
- python 时间序列预测_使用Python进行动手时间序列预测
python 时间序列预测 Time series analysis is the endeavor of extracting meaningful summary and statistical ...
- 使用 Python 对股票数据分析预测
使用 Python 对股票数据分析预测 文章目录 使用 Python 对股票数据分析预测 目录索引 模块安装 股票数据获取 雅虎财经 Quandl 模块 Pandas Datareader 模块 数据 ...
- Python 实现针对时间序列预测的特征选择
2019独角兽企业重金招聘Python工程师标准>>> 要将机器学习算法应用于时间序列数据,需要特征工程的帮助. 例如,单变量的时间序列数据集由一系列观察结果组成,它们必须被转换成输 ...
- 使用python对股票数据分析预测
安装quandl 安装Pandas_Datareader 1.获取数据 import Pandas_Datareader.data as web import datetime start=datet ...
- python的时间序列预测,用python中的时间序列预测
要检查样本组中的ARMA模型: import pandas as pd from pandas.tseries.offsets import * import numpy as np import m ...
- 季节性ARIMA:时间序列预测
SARIMAX (seasonal autoregressive integrated moving average with exogenous regressor)是一种常见的时间序列预测方法,可 ...
- python用于股票预测有用吗_卧槽,我学会了用Python预测股票价格
作为一种技术手段,预测在金融.证券领域的应用非常广泛,尤其是对股票价格的预测.我们介绍一下获得股票数据的方法,并基于此对数据进行预处理,接着使用数据分析方法,建立基础特征,进一步构建预测模型,且基于新 ...
- garch预测 python_【2019年度合辑】手把手教你用Python做股票量化分析
引言 不知不觉,2019年已接近尾声,Python金融量化公众号也有一年零两个月.公众号自设立以来,专注于分享Python在金融量化领域的应用,发布了四十余篇原创文章,超过两万人关注.这一路走来,有过 ...
- Python中利用LSTM模型进行时间序列预测分析
时间序列模型 时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征.这是一类相对比较复杂的预测建模问题,和回归分析模型的预测不同,时间序列模型是依赖于事件发生的先后顺 ...
最新文章
- 北风设计模式课程---单一职责原则
- python编程零基础-编程零基础应当如何开始学习 Python?
- (数据科学学习手札61)xpath进阶用法
- 阿里云服务器购买后的配置指南
- RabbitMQ、Redis
- 2018-06-29博客
- invalid comparison: java.util.Date and java.lang.String
- python下载大文件mp4_Python 下载 m3u8 格式视频
- 如何安装GlobalMapper
- Excel自定义格式详解
- EF Code First 更新数据库, 数据库迁移
- android lrc歌词解析,Android解析lrc里的歌词
- 计算机桌面窗口管理器在哪,W7系统禁用dwm桌面窗口管理器的操作方法
- 因为很穷,所以一直很努力
- 关于购物网站的设计概念
- 博客园添加目录,导航,回到顶部
- 云闪付,每天签到,转账领红包,新用户领取8-2018元红包
- Python生成器函数的定义,使用,方法,实例,(yield、yield from)
- 好用的二进制文件比较器Fairdell HexCmp
- 树莓派魔镜MagicMirror —— 2 烧写系统卡
热门文章
- (附源码)ssm体育课堂管理系统 毕业设计181626
- 3dmax:3dmax经典案例详细步骤图文教程之镜头效果制作黄昏中打开的灯
- Obsidian的一些插件
- 新书推荐--《Python程序设计入门与实践》
- python web开发-Python Web开发从入门到精通
- 计算开机时间c语言编程,一个计算电脑开机时间长短的程序,还有点小问题,请VC99大哥来指教...
- 关于auto_prt
- matlab实现计算全息,MATLAB实现计算全息.doc
- C语言宏定义函数中的“_##”的意思
- 深入HTTPS系列一(HTTPHTTPS)