灰色预测模型python_python实现灰色预测模型(GM11)——以预测股票收盘价为例

[TOC]

程序简介

利用灰色预测GM11模型预测股票收盘价，由于灰色预测模型适合短期预测和小样本，所以程序输入数据为5个，输出为1个，进行动态建模 程序输入：原序列、需要往后预测的个数 程序输出：预测值、模型结构(后验差比、发展系数、灰色作用量)

灰色预测模型(GM11)即对原始数据作累加生成(或其它方法生成)得到近似的指数规律再进行建模的方法。灰色预测模型对于不同问题采用不同模型，模型主要解决生成序列是有指数变化规律，只能描述单调的变化过程。

程序/数据集下载

点击进入下载地址

代码分析

导入模块、路径

# -*- coding: utf-8 -*-

from Module.BuildModel import GM11

from sklearn.metrics import mean_absolute_error

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import os

#路径目录

baseDir = ''#当前目录

staticDir = os.path.join(baseDir,'Static')#静态文件目录

resultDir = os.path.join(baseDir,'Result')#结果文件目录

读取上证指数数据分割训练和测试集，本文只使用收盘价，查看内容

#读取数据

data = pd.read_csv(staticDir+'/000001.csv',encoding='gbk')

train = data['收盘价'].values[-15:-10]#训练数据

test = data['收盘价'].values[-10:]#测试数据

data.head()

	日期	股票代码	名称<