使用线性回归的 Stock_Market 预测

Question

我正在尝试在 sklearn 上使用 LinearRegression() 改进股票市场预测模型。首先，我是机器学习的新手，我对代码的工作方式有点挣扎：

df = df[["Adj Close"]] #price of closing
df["prediction"]=df[["Adj Close"]].shift(-int(30)) #creating just for 30 days
X=df.drop(["prediction"],1)
X=preprocessing.scale(X)
X_forecast=X[-int(30):]
X=X[:-int(30)]
y=np.array(df["prediction"])
y=y[:-int(30)]
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size = 0.2) #on fait un test en limitant les données connues et celles inconnues pour eviter l'overfitting
reg=LinearRegression()
reg.fit(X_train,y_train)
forecast_prediction=reg.predict(X_forecast)
print(forecast_prediction)

我不明白如何用这种线性回归来预测某些东西，因为我们在这里只使用一个数据：

np.array(df["prediction"])

Answer 1

在回答这个问题之前，我必须建议线性回归，尤其是这个特定的线性回归，是一种非常简单的股票价格建模方法，在准确性方面可能没有很大的上升空间。

这个来自 Kaggle 的特定 script 试图找出股票价格与其正好 30 天前的价格之间的相关性。在 Kaggle 的示例中，我们可以注意到他们的 X 变量是直接从 df[['Adj Close']] 提取的，而他们的 Y 变量是他们称为 label 的列的移位形式（这是您的 df[['prediction']]）

当您在第 3 行设置 X 等于 df.drop(["prediction"],1) 时，您将设置 X 等于数据框中所有其他列的整体（这是错误的）。

tl;dr：Kaggle 上的示例回归脚本有效，但基本的金融理论并不健全。您的代码与示例脚本存在一些可能导致（未）预见错误的关键差异。