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 14:48:38   作者:qq_19600291   我要评论
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

  • Python利用BeautifulSoup解析Html的方法示例

    Python利用BeautifulSoup解析Html的方法示例

    BeautifulSoup是python的一个库,最主要的功能是从网页抓取数据。下面这篇文章主要给大家介绍了关于Python利用BeautifulSoup解析Html的方法示例,文中通过示例代码介绍的非常详细,需要的朋友们下面跟着小编来一起学习学习吧。
    2017-07-07
  • Python对excel文档的操作方法详解

    Python对excel文档的操作方法详解

    这篇文章主要介绍了Python对excel文档的操作方法,结合实例形式分析了Python基于xlrd、xlwd库针对Excel文件的读写、sheet表创建、获取、遍历等相关操作技巧,需要的朋友可以参考下
    2018-12-12
  • 解决python3 安装完Pycurl在import pycurl时报错的问题

    解决python3 安装完Pycurl在import pycurl时报错的问题

    今天小编就为大家分享一篇解决python3 安装完Pycurl在import pycurl时报错的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • Pandas之Fillna填充缺失数据的方法

    Pandas之Fillna填充缺失数据的方法

    这篇文章主要介绍了Pandas之Fillna填充缺失数据的方法,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
    2019-06-06
  • Python中使用pprint函数进行格式化输出的教程

    Python中使用pprint函数进行格式化输出的教程

    这篇文章主要介绍了Python中使用pprint函数进行格式化输出的教程,包括能够控制输出宽度等非常有用的特性,需要的朋友可以参考下
    2015-04-04
  • python3判断url链接是否为404的方法

    python3判断url链接是否为404的方法

    这篇文章主要介绍了python3判断url链接是否为404的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-08-08
  • Python验证文件是否可读写代码分享

    Python验证文件是否可读写代码分享

    这篇文章主要介绍了Python验证文件是否可读写代码分享,具有一定借鉴价值,需要的朋友可以参考下。
    2017-12-12
  • Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程

    Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程

    最近Python 3发布了新版本Python 3.6.0,好像又加入了不少黑魔法!由于暂时不能使用 apt-get 的方式安装 Python 3.6,所以还是直接编译源码安装吧。下面这篇文章就介绍了在Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程,需要的朋友可以参考下。
    2016-12-12
  • Python监控主机是否存活并以邮件报警

    Python监控主机是否存活并以邮件报警

    本文是利用python脚本写的简单测试主机是否存活,此脚本有个缺点不适用线上,由于网络延迟、丢包现象会造成误报邮件,感兴趣的朋友一起看看Python监控主机是否存活并以邮件报警吧
    2015-09-09
  • Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例

    Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例

    这篇文章主要介绍了Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例,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
    2019-02-02

最新评论