ml_linear_预测股票

最新推荐文章于 2024-05-27 09:18:03 发布

原创

最新推荐文章于 2024-05-27 09:18:03 发布 · 464 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#线性回归 #预测股票 #tushare

本文探讨了如何利用线性回归模型对股票价格进行预测。通过引入tushare库获取历史股票数据，建立并训练线性回归模型，分析预测效果，并讨论了模型的局限性和改进策略。

__author__='徐长亮'
# pip install tushare
# pip install plotly
import os
import numpy as np
import pandas as pd
import tushare as ts
from datetime import datetime as dt
import matplotlib.pyplot as plt
import plotly.offline as of
import plotly.graph_objs as go
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing

num = 5  # 预测5天后的情况


def get_stock_data(stock_num,start):
    """
    下载数据
    股票数据的特征
        date：日期
        open：开盘价
        high：最高价
        close：收盘价
        low：最低价
        volume：成交量
        price_change：价格变动
        p_change：涨跌幅
        ma5：5日均价
        ma10：10日均价
        ma20:20日均价
        v_ma5:5日均量
        v_ma10:10日均量
        v_ma20:20日均量
    :param stock_num:
    :return:df
    """
    df = ts.get_hist_data(stock_num,start=start,ktype='D')
    return df

def stock_etl(df):
    """
    数据清洗
    :param df:
    :return:
    """
    print("------ step1:删除空值 ------")
    df.dropna(axis=0,inplace