Introduction
预测股市将如何表现是最困难的事情之一。 预测中涉及的因素很多 - 物理因素与生理因素,理性行为和非理性行为等有关。所有这些因素共同导致股价波动,很难以高精度预测。
我们可以将机器学习作为该领域的游戏规则改变者吗? 利用有关组织的最新公告,季度收入结果等功能,机器学习技术有可能发掘出我们以前没有看到的模式和见解,并且可以用来做出准确无误的预测。
在本文中,我们将使用有关上市公司股票价格的历史数据。 我们将实施混合的机器学习算法来预测该公司的未来股票价格,从平均和线性回归等简单算法开始,然后转向Auto ARIMA和LSTM等高级技术。
本文背后的核心思想是展示如何实现这些算法。 我将简要介绍该技术并提供相关链接,以便在必要时了解这些概念。 如果你是时间序列世界的新手,我建议首先阅读以下文章: