机器学习：尝试预测股价（线性回归，神经网络）

最新推荐文章于 2024-08-06 00:50:44 发布

Complicated321

最新推荐文章于 2024-08-06 00:50:44 发布

阅读量2k

点赞数

分类专栏：机器学习 MATLAB

本文链接：https://blog.csdn.net/qq_40930675/article/details/84332065

版权

本文利用2017年前的FTSE100指数数据，尝试用线性回归和神经网络预测股价。线性回归预测成功率约46%，神经网络的成功率约为45%，均无明显参考价值，得出结论：仅靠数学运算无法有效预测股市波动。

摘要由CSDN通过智能技术生成

文章目录

简介
线性回归
神经网络
结论：很丧

简介

本次项目使用了2017年5月之前近1000天的英国富时100指数（FTSE）作为训练数据，试图根据之前的数据预测未来一天的指数走向。
富时100指数数据库

线性回归

% 清空matlab中的数据
clear all;
close all;

% 打开文件
data=csvread('TR4DER_^FTSE_20170512.csv');
[raw col]=size(data);
D=raw;
p=20;
X=data(:,4);
% 原始数据归一化
mean_X=mean(X);
std_X=std(X);
X=X-mean_X;
X=X/std_X;
% 产生训练集和测试集
for i=1:1:D-p
    for j=1:1:p
        x_train(i,j)=X(i+j-1);
    end
    y_train(i,1)=X(i+p);
end;

for i=1:1:p
    x_test(1,i)=X(D-p-1+i);
end
% 使用线性回归法预测
w = inv(x_train'*x_train)*x_train'*y_train;
predict_1=x_train*w;
% 计算实际股价变动趋势和预测股价变动趋势，1为上涨，-1为下跌
for i=1:1:D-p
    trend_true(i)=sign(y_train(i)-x_train(i,p));
    trend_predict_1(i)=sign(predict_1(i)-x_train