LinearRegression量化简单实现股价趋势图

最新推荐文章于 2024-08-15 20:27:56 发布

tanrenzong1986

最新推荐文章于 2024-08-15 20:27:56 发布

阅读量362

点赞数 11

分类专栏： python 文章标签： python pandas matplotlib

本文链接：https://blog.csdn.net/tanrenzong1986/article/details/136392073

版权

python 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文介绍了如何使用Python中的A股数据接口、Pandas库和scikit-learn库中的LinearRegression模型对股票价格进行时间序列预测。作者通过提取sz002594股票的历史数据，构建并展示了未来40天的股价预测趋势图。

摘要由CSDN通过智能技术生成

import akshare as ak
import pandas as pd
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

#sh600571、sh603019
stock_data = ak.stock_zh_a_daily("sz002594", "2016-01-01", "2024-02-29")

# 选择用于预热的特征数据
stock_data['date'] = pd.to_datetime(stock_data['date'])
stock_data['day_of_year'] = stock_data['date'].dt.dayofyear
x = stock_data['day_of_year'].values.reshape(-1, 1)
y = stock_data['close'].values.reshape(-1, 1)

# 训练特征回归模型
model = LinearRegression()
model.fit(x, y)

# 预测未来40天价格走势
future_days = pd.date_range("2024-02-29", periods=320)
future_day_of_year = future_days.dayofyear.values.reshape(-1, 1)
future_predictions = model.predict(future_day_of_year)

# 绘制预测趋势图
plt.figure(figsize=(12, 6))
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体
plt.rcParams["axes.unicode_minus"] = False  # 正常显示负号
plt.plot(stock_data['date'], stock_data['close'], label="历史股价")
plt.plot(future_days, future_predictions, label="预测股价", linestyle="--")
plt.xlabel("日期")
plt.ylabel("收盘价")
plt.title("股价走势预测")
plt.legend()
plt.show()