python用线性回回揣测时间序列股票价格|附代码数据

4周前 (03-21 11:42)阅读1回复0
披着凉皮的糖
披着凉皮的糖
  • 管理员
  • 注册排名4
  • 经验值144520
  • 级别管理员
  • 主题28904
  • 回复0
楼主

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:

python用线性回归预测时间序列股票价格|附代码数据

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:

python用线性回归预测时间序列股票价格|附代码数据

点击题目查阅往期内容

python用线性回归预测时间序列股票价格|附代码数据

R语言用logistic逻辑回回和AFRIMA、ARIMA时间序列模子揣测世界生齿

python用线性回归预测时间序列股票价格|附代码数据

摆布滑动查看更多

python用线性回归预测时间序列股票价格|附代码数据

01

python用线性回归预测时间序列股票价格|附代码数据

02

python用线性回归预测时间序列股票价格|附代码数据

03

python用线性回归预测时间序列股票价格|附代码数据

04

python用线性回归预测时间序列股票价格|附代码数据

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:

python用线性回归预测时间序列股票价格|附代码数据

测试集:

python用线性回归预测时间序列股票价格|附代码数据

python用线性回归预测时间序列股票价格|附代码数据

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

0
回帖

python用线性回回揣测时间序列股票价格|附代码数据 期待您的回复!

取消
载入表情清单……
载入颜色清单……
插入网络图片

取消确定

图片上传中
编辑器信息
提示信息