欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

使用机器学习预测股价

程序员文章站 2022-02-07 11:07:09
股票价格预测有助于确定未来几天或几周内股票的走势,或者至少显示趋势。股票价格取决于多种因素,例如: 基本因素:收入,利润,市场份额,业务的潜在增长前景 外部因素:大流行病,例如新冠,外汇汇率,石油价格,黄金价格,债券收益率,全球股票市场 技术因素:价格走势,交易量,移动平均线,MACD(移动平均趋同 ......

股票价格预测有助于确定未来几天或几周内股票的走势,或者至少显示趋势。股票价格取决于多种因素,例如:

基本因素:收入,利润,市场份额,业务的潜在增长前景

外部因素:大流行病,例如新冠,外汇汇率,石油价格,黄金价格,债券收益率,全球股票市场

技术因素:价格走势,交易量,移动平均线,macd(移动平均趋同差异),rsi(相对强度指数),mfi(资金流量指数),支点,衍生产品到期日,期权未平仓合约,期货价格

不管有没有这些因素,

  1. 股票价格不是随机的,它们的确遵循过去的历史趋势
  2. 人为的决定是情感和理性的结合,倾向于查看过去的数据
  3. 市场永远是对的。他们只会惩罚错误的决定
  4. 贪婪,盲目打电话,高风险的食欲,谨慎行事可以根据时间奖励或惩罚投资者。

在本文中,我们将尝试使用facebook的prophet

预测

为了这个分析,我选择了cdsl(印度*存托服务有限公司)的股票。数据可以从https://www.nseindia.com/get-quotes/equity?symbol=cdsl下载,并点击历史数据。考虑到2020年3月的市场崩盘是一个黑天鹅事件,我取了从2020年4月到2021年4月的一年数据。

import pandas as pd
cdsl = pd.read_csv(‘/users/ravindraprasad/01-elicherla/01-datascience/cdslapril.csv’

上面的代码是导入_pandas _并下载数据。请在代码中使用适当的文件夹。

cdsl在下面显示带有标题的数据。

使用机器学习预测股价

列名有一个小问题。以免在列中列出

list(cdsl.columns)

如您所见,在列名的末尾有一个空格

使用机器学习预测股价

我正在更改列名

df = cdsl.rename(columns = {‘date ‘: ‘date’, ‘series ‘: ‘series’, ‘open ‘: ‘open’ , ‘high ‘: ‘high’, ‘low ‘: ‘low’, ‘prev. close ‘: ‘prev. close’, ‘ltp ‘: ‘ltp’, ‘close ‘: ‘close’, ‘vwap ‘: ‘vwap’, ‘52w h ‘: ‘52w h’, ‘52w l ‘: ‘52w l’ , ‘volume ‘: ‘volume’, ‘no of trades ‘:’no of trades’ }, inplace = false)

现在,所有列名称都更改为相同的名称,但没有空格

要使用先知,日期是重要的变量。

cdsl ['date']

使用机器学习预测股价

看起来确实是正确的日期。但是,当我们进行排序时,就会遇到挑战。如您在下面看到的,它没有正确排序。这是因为日期格式不正确。

使用机器学习预测股价

现在,让我们更改日期格式。

df[‘date’] = pd.to_datetime(df.date,format=’%d-%b-%y’)
df.sort_values(by=[‘date’], inplace=true, ascending=true)
df

使用机器学习预测股价

现在日期已经整理好了。让我们使用matplotlib绘制数据

from matplotlib import pyplot as plt
import numpy as np
x = df[‘date’]
y = df[‘ltp’]
plt.plot(x, y)

使用机器学习预测股价

现在是时候为先知准备数据了。先知只需要两个变量。我们将使用date和ltp(这是最后交易价格)

dfdata = df[[“date”,”ltp”]]
dfdata.rename(columns={“date”:”ds”}, inplace=true)
dfdata.rename(columns={“ltp”:”y”}, inplace=true)

对于先知,我们需要在上面将其重命名为" ds"和" y"两个变量。在进行预测之前,让我们快速查看数据

使用机器学习预测股价

导入先知并使用数据创建模型。

from fbprophet import prophet
m = prophet()
m.fit(dfdata)

让我们预测接下来的300天。

future = m.make_future_dataframe(periods=300)
future.tail()

使用机器学习预测股价使用机器学习预测股价

forecast = m.predict(future)
dfforecast= forecast[[“ds”, “yhat”, “yhat_lower”, “yhat_upper”]]
pd.set_option(‘display.max_rows’, dfforecast.shape[0]+1)
dfforecast

使用机器学习预测股价

fig1 = m.plot(forecast)

使用机器学习预测股价

fig2 = m.plot_components(预测)

使用机器学习预测股价

让我们建立交互式图形。

from fbprophet.plot import plot_plotly
import plotly.offline as py
py.init_notebook_mode()
fig = plot_plotly(m, forecast) # this returns a plotly figure
py.iplot(fig)

使用机器学习预测股价

该模型预测cdsl达到rs。2021在11月1日当周,而卢比的下限较低。859卢比以上。1164.让我们拭目以待!!!

使用机器学习预测股价
最后友情提醒:股市有风险,入市需谨慎!

最近准备看一些机器学习、深度学习方面的论文为后面读研打基础!在学习过程中搜集了入门器学习、深度学习经典书籍,关注公众号[程序员石磊],回复“机器学习”即可免费获得!