股价S&P预测——线性回归

Dataset

*本文的数据集是美国股票市场指数sp500.csv,这个指数显示了市整个股票市场的情况，数据集包含了从2005年到2015年每天收盘指数值。S&P指标衡量了美国股票市场的整体情况，具体计算方法看这里。

date – the date of the price. In the format yyyy-mm-dd.
value – The price, in US dollars, of the S&P 500 at market close.

import pandas

sp500 = pandas.read_csv("sp500.csv")
print(sp500.head(10))
'''
         date    value
0  2005-06-27  1190.69
1  2005-06-28  1201.57
2  2005-06-29  1199.85
3  2005-06-30  1191.33
4  2005-07-01  1194.44
5  2005-07-04        .
6  2005-07-05  1204.99
7  2005-07-06  1194.94
8  2005-07-07  1197.87
9  2005-07-08  1211.86
'''

Cleaning The Invalid Rows

• 观察到有一行的value缺失，这是由于股票市场放假，股市关闭没有交易，因此没有市场价格。

sp500 = sp500[sp500["value"] != "."]

Finding The Predictors

• 一般对股票市场进行数据挖掘主要是想预测，那么预测明天的股市价格是个不错的主题，首先需要调整数据的格式，然后利用机器学习算法进行预测。我们期望的数据格式如下：

date	value	next_day
2005-06-27	1190.69	1201.57
2005-06-28	1201.57	1199.85
2005-06-29	1199.85	1191.33

下面创建了一个新的属性“next_