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。
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
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
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。
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!