python通过非线性时间模型以Prophet模型对股票半年走势进行预测

原始的时间序列离散点

使用时间序列来拟合所得到的取值

时间序列的一个置信区间，（合理的上界和下界）

prophet 所做的事情就是：

输入已知的时间序列的时间戳和相应的值；

输入需要预测的时间序列的长度；

输出未来的时间序列走势。

结果如下:

输出结果可以提供必要的统计指标，包括拟合曲线，上界和下界等。

传入prophet的数据分为两列 ds 和 y ,ds表示时间序列的时间戳，y表示时间序列的取值

部分额链接参考：

如下是数据库

反向结果，注意顺序是反着，时间逆序

GP14.csv文件

日期,价格
2023/7/3,20.91
2023/6/30,20.72
2023/6/29,20.53
2023/6/28,20.71
2023/6/27,20.35
2023/6/26,20.08
2023/6/21,19.96
2023/6/20,20.35
2023/6/19,20.95
2023/6/16,20.85
2023/6/15,20.89
2023/6/14,20.83
2023/6/13,20.81
2023/6/12,20.73
2023/6/9,21.2
2023/6/8,22.02
2023/6/7,21.54
2023/6/6,22.07
2023/6/5,21.89
2023/6/2,22.22
2023/6/1,22.4
2023/5/31,22.37
2023/5/30,22.54
2023/5/29,23.48
2023/5/26,22.04
2023/5/25,22.63
2023/5/24,23.5
2023/5/23,23.94
2023/5/22,22.32
2023/5/19,20.28
2023/5/18,20.55
2023/5/17,21
2023/5/16,20.26
2023/5/15,20.64
2023/5/12,20.22
2023/5/11,20.71
2023/5/10,20.65
2023/5/9,21.3
2023/5/8,20.7
2023/5/5,20.35
2023/5/4,20.69
2023/4/28,20.38
2023/4/27