机器学习利用线性回归实现股票预测分析(含有数据集)

本文介绍了如何运用线性回归进行股票价格预测,从加载股票数据到数据标准化,再到构建线性回归模型和精度测试。通过网格搜索优化参数,并对预测结果进行可视化展示。
摘要由CSDN通过智能技术生成

数据集:链接: https://pan.baidu.com/s/1V_O9fW8jUTwtpgeVb7cSmg 提取码: 7sjx

一、利用线性回归实现股票预测分析

股价预测其实是一个较难拟合的问题,因为在现实生活中影响股价的因素有非常多,不只是过去股价有影响,不过为了体会LSTM网络的作用,本文中LSTM模型去对股价做一个大致的预测,只考虑时序因素,未掺杂其它影响因子,下图为拟合过后的图。

在这里插入图片描述

二、加载股票数据

本文采用的股票数据来源为tushare,这个一个股票接口网站,可以注册然后获得数据源

# 1.加载股票数据
pro = ts.pro_api('your token')
df = pro.daily(ts_code='000001.SZ', start_date='20130711', end_date='20220711')

df.index = pd.to_datetime(df.trade_date)  # 索引转为日期
df = df.iloc[::-1]  # 由于获取的数据是倒序的,需要将其调整为正序

三、将数据进行标准化

为了统一不同特征之间的量纲,忽略数量级的影响,这里我们需要对其特征进行标准化&

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人工智能_SYBH

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值