【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 ...

【Python】Yahoo股票时间序列预测

【Python】Yahoo股票时间序列预测相关推荐

最新文章

热门文章