通过机器学习的线性回归算法预测股票走势（用Python实现）

    在本人的新书里，将通过股票案例讲述Python知识点，让大家在学习Python的同时还能掌握相关的股票知识，所谓一举两得。这里给出以线性回归算法预测股票的案例，以此讲述通过Python的sklearn库实现线性回归预测的技巧。

    本文先讲以波士顿房价数据为例，讲述线性回归预测模型的搭建方式，随后将再这个基础上，讲述以线性预测模型预测股票的实现代码。本博文是从本人的新书里摘取的，新书预计今年年底前出版，敬请大家关注。

    正文开始（长文预警）

------------------------------------------------------------------------------------------------------------------------------------------------------

1  波士顿房价数据分析

    安装好Python的Sklearn库后，在安装包下的路径中就能看到描述波士顿房价的csv文件，具体路径是“python安装路径\Lib\site-packages\sklearn\datasets\data”，在这个目录中还包含了Sklearn库会用到的其他数据文件，本节用到的是包含在boston_house_prices.csv文件中的波士顿房价信息。打开这个文件，可以看到如图所示的数据。 

    第1行的506表示该文件中包含506条样本数据，即有506条房价数据，而13表示有13个影响房价的特征值，即从A列到M列这13列的特征值数据会影响第N列MEDV（即房价值），在表13.1中列出了部分列的英文标题及其含义。

波士顿房价文件部分中英文标题一览表

标题名	中文含义	标题名	中文含义
CRIM	城镇人均犯罪率	DIS	到波士顿五个中心区域的加权距离
ZN	住宅用地超过某数值的比例	RAD	辐射性公路的接近指数
INDUS	城镇非零售商用土地的比例	TAX	每 10000 美元的全值财产税率
CHAS	查理斯河相关变量，如边界是河流则为1，否则为0	PTRATIO	城镇师生比例
NOX	一氧化氮浓度	MEDV	是自住房的平均房价
RM	住宅平均房间数
AGE	1940年之前建成的自用房屋比例

    从表中可以看到，波士顿房价的数值（即MEDV）和诸如“住宅用地超过某数值的比例”等13个特征值有关。而线性回归要解决的问题是，量化地找出这些特征值和目标值（即房价）的线性关系，即找出如下的k1到k13系数的数值和b这个常量值。

    MEDV = k1*CRIM + k2*ZN + … + k13*LITAT + b

    上述参数有13个，为了简化问题，先计算1个特征值（DIS）与房价（MEDV）的关系，然后在此基础上讲述13个特征值与房价关系的计算方式。

    如果只有1个特征值DIS，它与房价的线性关系表达式如下所示。在计算出k1和b的值以后，如果再输入对应DIS值，即可据此计算MEDV的值，以此实现线性回归的预测效果。

    MEDV = k1*DIS + b

2  以波士顿房价数据为案例，搭建含一个特征值的线性预测模型

    在下面的OneParamLR.py范例程序中，通过调用Sklearn库中的方法，以训练加预测的方式，推算出一个特征值