python用线性回归预测股票价格的实现代码
更新时间：2019年09月04日 14:48:37 作者：qq_19600291
这篇文章主要介绍了python用线性回归预测股票价格的实现代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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
et
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。
相关文章
这篇文章主要介绍了python生成单位阵或对角阵的三种方式小结，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
我相信很多人和小编一样,从来没有好好研究过Python的文件路径,Python作为一个magical语言,肯定有其他更直观的文件路径处理方法,下面就跟随小编一起了解一下吧2025-04-04
这篇文章主要介绍了python使用paramiko实现远程拷贝文件的方法,分析了paramiko库的安装以及远程下载文件的实现技巧,需要的朋友可以参考下2016-04-04
这篇文章主要介绍了python批量生成本地ip地址的方法,实例分析了Python实现生成本地IP地址并绑定到网卡上的技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-03-03
这篇文章主要介绍了Python单例模式的四种创建方式实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
我们日常写代码过程中,难免会写出各类错误,这些错误可能是语法错误、逻辑错误或运行时错误,所以本文为大家分享了一些Python调试Debug的技巧,感兴趣的可以了解下2024-11-11
这篇文章主要给大家介绍了关于Django如何防止定时任务并发的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Django具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-05-05
这篇文章主要介绍了利用一个简单的例子窥探CPython内核的运行机制,作者通过一个简单的输出函数深入、介绍了CPython源码C代码中的一些函数，需要的朋友可以参考下2015-03-03
邮件合并是现代办公中一项显著提升效率的技术,它巧妙地将大量个体数据与预设的文档模板相结合,实现了一次性批量生成定制化文档,下面我们就来看看如何使用Python实现在Word文档中进行邮件合并吧2024-04-04
这篇文章主要介绍了Python通过pymysql调用MySQL，从而实现数据的增删改移查功能，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习一下2021-12-12
最新评论