我正在尝试预测我的系列第二天的股票价格,但我不知道如何“查询”我的模型。这是我的 Python 代码:
# Define my period
d1 = datetime.datetime(2016,1,1)
d2 = datetime.datetime(2016,7,1)
# Get the data
df = web.DataReader("GOOG", 'yahoo', d1, d2)
# Calculate some indicators
df['20d_ma'] = pandas.rolling_mean(df['Adj Close'], window=20)
df['50d_ma'] = pandas.rolling_mean(df['Adj Close'], window=50)
# Create the model
from sklearn.linear_model import LinearRegression
from sklearn.cross_validation import train_test_split
X = df[list(df.columns)[6:]] # Adj Close and indicators...
y = df['Adj Close']
X_train, X_test, y_train, y_test = train_test_split(X, y)
model = LinearRegression()
model.fit(X_train,y_train)
好吧,我需要的是查询模型( model.predict(..¿?..) )来预测“下一天”的股票价格。
我该怎么做?
提前致谢!!!
最佳答案
model.predict(X_test)
会完成这项工作。这就是精彩的documentation 在提问之前先进行基本阅读。
Edit1:针对评论,那么你的特征工程有问题。您无法使用模型来预测值(使用您没有值(value)的特征)。您必须回去重新思考为什么选择这些功能以及它们如何影响您的结果变量等。
Edit2:您可能需要做的是两个模型,一个基于 20 天平均的时间序列模型来预测明天的 20 天平均。然后用它来预测股票价格。我个人认为,如果您可以进行时间序列模型并获得不错的结果,则不需要第二个模型。
关于python - 如何用Python预测第二天的股价?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38285345/