为什么我的逻辑回归分数总是 1.0？

Question

我在 python 中使用 sklearn，实现的想法是使用逻辑回归预测 SPX 500。

我从 yfinance 获得了 SPX 历史价格，并根据每日回报（我也计算过）计算了 5 个特征 (x)。

因变量 (y) 为 1 表示正回报，0 表示负回报。

当我预测模型并检查model.score()时，值总是1。但是为什么呢？

代码是：

# Import the data
df= yf.download('^GSPC', start="2018-1-1", end="2020-10-20")
df = df.dropna()

df['Return'] = np.log(df['Adj Close']/df['Adj Close'].shift(1))

# Create Indicators
df['Ret_1'] = df['Return'].shift(1)
df['Ret_2'] = df['Return'].shift(2)
df['Adj Close-Adj Close 1day'] = df['Adj Close'] - df['Adj Close'].shift(1)
df['Adj Close-Adj Close 5days'] = df['Adj Close'] - df['Adj Close'].shift(5)
df['S_10'] = df['Adj Close'].rolling(window=5).mean()

df = df.dropna()
X = df.iloc[:,-5:]

y =np.where(df['Return'] > 0 ,1,0)


# Split the Dataset and Instantiate Logistic Regression
split = int(0.7*len(df))
X_train, X_test, y_train, y_test = X[:split], X[split:], y[:split], y[split:]

model = LogisticRegression()
model = model.fit (X_train,y_train)
predicted = model.predict(X_test)

print(model.score(X_test,y_test))  

Answer 1

在您在逻辑回归中输入的 5 个特征中，变量

df['Adj Close-Adj Close 1day'] = df['Adj Close'] - df['Adj Close'].shift(1)

与您在目标中使用的基础变量 df['Return'] 具有相同的符号

y =np.where(df['Return'] > 0 ,1,0)

因此逻辑回归将非常匹配。

此外，两者都使用df['Adj Close']，因此您正在尝试使用实际上使您能够精确计算目标值的东西来预测目标值。