基于多元线性回归的股票分析与预测——R语言

一、数据来源

本文选取2016年12月至2021年12月共计5年贵州茅台股票的行情数据及后一天的开盘价格数据，对其进行实验研究。所有数据均来源于巨潮资讯网。

1.自变量

股票价格往往受到多个因素的影响，因此，需要建立包含多个变量的预测模型。对于模型的自变量，本文选取贵州茅台公布的行情数据中的最高价、最低价、收盘价、成交数、成交金额等行情指标， 以衡量该公司的股票行情。

2.因变量

由于股票价格包括开盘价、收盘价、最高价、最低价等价格,为了简化模型,本文选取贵州茅台公布行情是的后一天的开盘价格作为因变量。

二、多元线性回归

1. 初步建立多元线性回归模型

（1）数据集划分

将股票的历史数据通过csv文件输入 RStudio软件中，运用RStudio将贵州茅台5年来1200多条数据分为train.data（训练集）, test.data（测试集）两个数据集，每个数据集包含了600条数据集。其次将开盘价设为y，最高价设为x1，最低价设为x2，收盘价设为x3，成交量设为x4，成交金额设为x5。

### 从CSV文件中读取股票数据
data <- read.csv("600519 .csv", encoding = "UTF-8",sep = ",")
data<- data[3:8]
data
### 更改列名为"code", "date", "y", "x1", "x2", "x3", "x4", "x5"
colnames(data)
colnames(data)<-c("y", "x1", "x2",