2024年最全Python使用线性回归实现对股票的预测，Python面试题库

本文链接：https://blog.csdn.net/m0_63102527/article/details/138655458

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

定义预测天数这里取所有数据量长度的百分之1

forecats_count = math.ceil(len(df)*0.01)

z只用到以下字段

df = df[[‘Adj. Open’,‘Adj. High’,‘Adj. Low’,‘Adj. Close’,‘Adj. Volume’]];

print(df);

构造两个新的列 HL_PCT为股票最高价与最低价变化百分比 PCT_Change为股票收盘价与开盘价的变化百分比

df[‘HL_PCT’] = (df[‘Adj. High’]-df[‘Adj. Low’])/df[‘Adj. Close’]*100;

df[‘PCT_Change’] = (df[‘Adj. Close’]-df[‘Adj. Open’])/df[‘Adj. Open’]*100;

真正用到的特征字段如下

df = df[[‘Adj. Close’,‘HL_PCT’,‘PCT_Change’,‘Adj. Volume’]];

print(df.head());

sklearn并不会处理空值这里将空值全部填充为比较难出现的值这里填-99999 增加inplace=True 填充的作用将改变数据源否则不改变数据源

df.fillna(-99999,inplace=True);

增加label字段表示预测结果即y 用df[‘Adj. Close’]向前移动forecats_count来进行表示

df[‘label’] = df[forecast_col].shift(forecats_count);




三、生成X y以及预测用到的X\_lately

X = np.array(df.drop([‘label’],axis=1)); #axis=1 表示删除这一列

X = preprocessing.scale(X); #对数据进行规范化处理示其服从正态分布

上面生成label时留下%1行没有数据所有其对应的其他数据可以作为预测时的输入数据

X_lately = X[-forecats_count:];

X = X[:-forecats_count];

df.dropna(inplace=True); # 抛弃那些 label列为空的行之前已经填充过了所以现在只有label有空的

y = np.array(df[‘label’]);




四、机器学习

from sklearn.linear_model import LinearRegression

from sklearn import model_selection,svm

将X y 分为训练集和测试集合

X_train,X_test,Y_train,Y_test = model_selection.train_test_split(X,y,test_size=0.2,random_state=1)

训练

lr = LinearRegression();

lr.fit(X_train,Y_train);# 训练

accuracy = lr.score(X_test,Y_test);# 用测试数据评估准确性

print(“输出评估值”,accuracy);

进行预测

forecats_set = lr.predict(X_lately);

print(“预测值”,forecats_set);

print(“截距”,lr.intercept_);

print(“系数”,lr.coef_);




输出  

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200514162436331.png)  

五、画图显示

import matplotlib.pyplot as plt

from matplotlib import style

修改matplotlib样式

style.use(‘ggplot’);

one_day = 86400; #86400秒代表24小时

在df中新建Forecast列，用于存放预测值

df[‘Forecast’] = np.nan;

取df最后一行的时间索引

last_date = df.iloc[-1].name;

last_unix = last_date.timestamp(); #将时间转化为时间戳

next_unix = last_unix+one_day; #下一天的时间戳

遍历预测结果想df中追加行

这些行除了Forecast字段其他全部设置为nan

for value in forecats_set:

next_date = datetime.fromtimestamp(next_unix);

next_unix += one_day;

# [np.nan for _ in range(len(df.columns)-1]生成不包含Forecast字段的列表

# [value] 是只包含Forecast值的列表

在这里插入图片描述