python股票预测_python用线性回归预测股票价格的实现代码

线性回归在整个财务中广泛应用于众多应用程序中。在之前的教程中，我们使用普通最小二乘法（OLS）计算了公司的beta与相对索引的比较。现在，我们将使用线性回归来估计股票价格。

线性回归是一种用于模拟因变量（y）和自变量（x）之间关系的方法。通过简单的线性回归，只有一个自变量x。可能有许多独立变量属于多元线性回归的范畴。在这种情况下，我们只有一个自变量即日期。对于第一个日期上升到日期向量长度的整数，该日期将由1开始的整数表示，该日期可以根据时间序列数据而变化。当然，我们的因变量将是股票的价格。为了理解线性回归，您必须了解您可能在学校早期学到的相当基本的等式。

y = a + bx

Y =预测值或因变量

b =线的斜率

x =系数或自变量

a = y截距

从本质上讲，这将构成我们对数据的最佳拟合。在OLS过程中通过数据集绘制了大量线条。该过程的目标是找到最佳拟合线，最小化平方误差和（SSE）与股票价格（y）的实际值以及我们在数据集中所有点的预测股票价格。这由下图表示。对于绘制的每条线，数据集中的每个点与模型输出的相应预测值之间存在差异。将这些差异中的每一个加起来并平方以产生平方和。从列表中，我们采用最小值导致我们的最佳匹配线。考虑下图：

第一部分：获取数据：

from matplotlib import style

from sklearn.linear_model import LinearRegression

from sklearn.model_selection import train_test_split

import quandl

import datetime

style.use('ggplot')

#Dates

start_date = datetime.date(2017,1,3)

t_date=start_date, end_date=end_date, collapse="daily")

df = df.reset_index()

prices = np.reshape(prices, (len(prices), 1))

第二部分：创建一个回归对象：

', linewidth=3, label = 'Predicted Price') #plotting the line made by linear regression

plt.title('Linear Regression | Time vs. Price')

plt.legend()

predicted_price =regressor.predict(date)

输出：

预测日期输入价格：

创建训练/测试集

xtrain, x , ytrain)

#Train

plt.title('Linear Regression | Time vs. Price')

#Test Set Graph

plt.scatter(xtest, ytest, color='yellow', label= 'Actual Price') #plotting the initial datapoints

plt.plot(xtest, regressor.predict(xtest), color='blue', linewidth=3, label = 'Predicted Price') #plotting

plt.show()

输出：

测试集：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:Python编程实现使用线性回归预测数据

Python线性回归实战分析

python编程线性回归代码示例

python实现机器学习之多元线性回归

Python实现的简单线性回归算法实例分析

python实现简单的单变量线性回归方法

python实现机器学习之元线性回归

8种用Python实现线性回归的方法对比详解

Python利用神经网络解决非线性回归问题实例详解

python3 线性回归验证方法

python股票预测_python用线性回归预测股票价格的实现代码相关推荐

python股票预测代码_python用线性回归预测股票价格的实现代码
线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(OLS)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归来估计股票价格. 线性回归是一种用于模拟因变 ...
python股票价格预测_python用线性回归预测股票价格
线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(ols)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归来估计股票价格. 线性回归是一种用于模拟因变 ...
python预测股票价格_python用线性回归预测股票价格
原标题:python用线性回归预测股票价格线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(OLS)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归 ...
python房价预测_python预测房价
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 本文主要介绍如何利用python实现kaggle经典比赛项目,波士顿房价预测问题 ...
python股票分布图_Python股票成交价格分布图（二）
在Python股票气泡图(一) - 知乎专栏介绍了股票成交by每天by每价格的画图,它能够给你一个直观的每天成交价格.成交量的分布. 知道股票一段时间成交价格集中区域,可以帮助了解这只股票的大家的普遍 ...
python 股票历史数据_python股票历史数据
python股票历史数据以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 如何选取过去每个月股票的市值 python 类似 ...
python数据预测_python时间序列预测股票走势
提示:这只是个训练模型,技术不具备实际意义,入市需谨慎. 首先调用tushare包 import tushare as ts import pandas as pd import matplotlib ...
python用线性回归预测股票价格
线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(OLS)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归来估计股票价格. 线性回归是一种用于模拟因变 ...
python灰色预测_python实现灰色预测模型(GM11)——以预测股票收盘价为例
目录程序简述利用灰色预测GM11模型预测股票收盘价,由于灰色预测模型适合短期预测和小样本,所以程序输入数据为5个,输出为1个,进行动态建模程序输入:原序列.需要往后预测的个数程序输出:预测值. ...
python如何使用线性回归预测股票价格？
线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法则(OLS)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归来估计股票价格. 线性回归是一种用于模拟因 ...

python股票预测_python用线性回归预测股票价格的实现代码

python股票预测_python用线性回归预测股票价格的实现代码相关推荐

最新文章

热门文章