原文参考：
比来我们被客户要求撰写关于线性回回揣测股票价格的研究陈述，包罗一些图形和统计输出。
线性回回在整个财政中普遍利用于浩瀚利用法式中。在之前的教程中，我们利用通俗最小二乘法（OLS）计算了公司的beta与相对索引的比力。如今，我们将利用线性回回来估量股票价格
线性回回是一种用于模仿因变量（y）和自变量（x）之间关系的办法。通过简单的线性回回，只要一个自变量x。可能有许多独立变量属于多元线性回回的范围。在那种情状下，我们只要一个自变量本日期。关于第一个日期上升到日期向量长度的整数，该日期将由1起头的整数表达，该日期能够根据时间序列数据而改变。当然，我们的因变量将是股票的价格。为了理解线性回回，您必需领会您可能在学校早期学到的相当根本的等式。
y = a + bx
Y =揣测值或因变量
b =线的斜率
x =系数或自变量
a = y截距
从素质上讲，那将构成我们对数据的更佳拟合。在OLS过程中通过数据集绘造了大量线条。该过程的目标是找到更佳拟合线，最小化平方误差和（SSE）与股票价格（y）的现实值以及我们在数据集中所有点的揣测股票价格。那由下图表达。关于绘造的每条线，数据集中的每个点与模子输出的响应揣测值之间存在差别。将那些差别中的每一个加起来并平方以产生平方和。从列表中，我们摘用最小值招致我们的更佳婚配线。考虑下图：
第一部门：获取数据：
from matplotlib import style
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
import quandl
import datetime
展开全文
style.use('ggplot')
#日期
start_date = datetime.date(2017,1,3)
t_date=start_date, end_date=end_date, collapse="daily")
df = df.reset_index()
prices = np.reshape(prices, (len(prices), 1))
第二部门：创建一个回回对象：
linewidth=3, label = 'Predicted Price') #绘造线性回回线
plt.title('Linear Regression | Time vs. Price')
plt.legend()
predicted_price =regressor.predict(date)
输出：
点击题目查阅往期内容
R语言用logistic逻辑回回和AFRIMA、ARIMA时间序列模子揣测世界生齿
摆布滑动查看更多
01
02
03
04
揣测日期输进价格：
创建操练/测试集
xtrain, x , ytrain)
#操练
plt.title('Linear Regression | Time vs. Price')
#测试集图
plt.scatter(xtest, ytest, color='yellow', label= 'Actual Price') #绘造初始数据点
plt.plot(xtest, regressor.predict(xtest), color='blue', linewidth=3, label = 'Predicted Price') #绘图
plt.show()
输出：
测试集：
点击文末 “阅读原文”
获取全文完全代码数据材料。
本文选自《python用线性回回揣测时间序列股票价格》。
点击题目查阅往期内容
R语言时间序列：ARIMA / GARCH模子的交易战略在外汇市场揣测利用
R语言中的时间序列阐发模子：ARIMA-ARCH / GARCH模子阐发股票价格
R语言用Garch模子和回回模子对股票价格阐发
R语言对S＆P500股票指数停止ARIMA + GARCH交易战略
R语言ARMA GARCH COPULA模子拟合股票收益率时间序列和模仿可视化
ARMA-GARCH-COPULA模子和金融时间序列案例
时间序列阐发：ARIMA GARCH模子阐发股票价格数据
GJR-GARCH和GARCH颠簸率揣测普尔指数时间序列和Mincer Zarnowitz回回、DM查验、JB查验
【视频】时间序列阐发：ARIMA-ARCH / GARCH模子阐发股票价格
时间序列GARCH模子阐发股市颠簸率
PYTHON用GARCH、离散随机颠簸率模子DSV模仿估量股票收益时间序列与蒙特卡洛可视化
极值理论 EVT、POT超阈值、GARCH 模子阐发股票指数VaR、前提CVaR：多元化投资组合揣测风险测度阐发
Garch颠簸率揣测的区造转移交易战略
金融时间序列模子ARIMA 和GARCH 在股票市场揣测利用
时间序列阐发模子：ARIMA-ARCH / GARCH模子阐发股票价格
R语言风险价值：ARIMA，GARCH，Delta-normal法滚动估量VaR（Value at Risk）和回测阐发股票数据
R语言GARCH建模常用软件包比力、拟合原则普尔SP 500指数颠簸率时间序列和揣测可视化
Python金融时间序列模子ARIMA 和GARCH 在股票市场揣测利用
MATLAB用GARCH模子对股票市场收益率时间序列颠簸的拟合与揣测R语言GARCH-DCC模子和DCC（MVT）建模估量
Python 用ARIMA、GARCH模子揣测阐发股票市场收益率时间序列
R语言中的时间序列阐发模子：ARIMA-ARCH / GARCH模子阐发股票价格
R语言ARIMA-GARCH颠簸率模子揣测股票市场苹果公司日收益率时间序列
Python利用GARCH，EGARCH，GJR-GARCH模子和蒙特卡洛模仿停止股价揣测
R语言时间序列GARCH模子阐发股市颠簸率
R语言ARMA-EGARCH模子、集成揣测算法对SPX现实颠簸率停止揣测
matlab实现MCMC的马尔可夫转换ARMA - GARCH模子估量
Python利用GARCH，EGARCH，GJR-GARCH模子和蒙特卡洛模仿停止股价揣测
利用R语言对S＆P500股票指数停止ARIMA + GARCH交易战略
R语言用多元ARMA,GARCH ,EWMA, ETS,随机颠簸率SV模子对金融时间序列数据建模
R语言股票市场指数：ARMA-GARCH模子和对数收益率数据探痛快阐发
R语言多元Copula GARCH 模子时间序列揣测
R语言利用多元AR-GARCH模子权衡市场风险
R语言中的时间序列阐发模子：ARIMA-ARCH / GARCH模子阐发股票价格
R语言用Garch模子和回回模子对股票价格阐发
GARCH（1,1），MA以及汗青模仿法的VaR比力
matlab估量arma garch 前提均值和方差模子R语言POT超阈值模子和极值理论EVT阐发