




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
第9章
股票價格漲跌趨勢預測訓練集和測試集的劃分、數(shù)據(jù)標準化處理和模型求解預測結(jié)果分析訓練集和測試集的劃分第9章
以2017年1月1日—2017年11月31日之間的數(shù)據(jù)作為訓練集,余下的數(shù)據(jù)(2017年12月1日—2017年12月31日,周期為1個月)為測試集,進行分類預測建模。x1=Data['交易日期']>='2017-01-01'x2=Data['交易日期']<='2017-11-30'xx=x1&x2index=xx.values==Trueindex1=xx.values==Falsex_train=Data.iloc[index,1:15]y_train=Data.iloc[index,[15]]x_test=Data.iloc[index1,1:15]y_test=Data.iloc[index1,[15]]部分結(jié)果數(shù)據(jù)標準化處理第9章
#數(shù)據(jù)標準化fromsklearn.preprocessingimportStandardScalerscaler=StandardScaler()scaler.fit(x_train)x_train=scaler.transform(x_train)x_test=scaler.transform(x_test)模型求解第9章
1.支持向量機模型fromsklearnimportsvmclf=svm.SVC()clf.fit(x_train,y_train)result=clf.predict(x_test)sc=clf.score(x_train,y_train)2.神經(jīng)網(wǎng)絡(luò)模型fromsklearn.neural_networkimportMLPClassifierclf=MLPClassifier(solver='lbfgs',alpha=1e-5,hidden_layer_sizes=8,random_state=1)clf.fit(x_train,y_train)result=clf.predict(x_test)sc=clf.score(x_train,y_train)3.邏輯回歸模型fromsklearn.linear_modelimportLogisticRegressionasLRclf=LR()clf.fit(x_train,y_train)result=clf.predict(x_test)sc=clf.score(x_train,y_train)預測結(jié)果分析第9章
result=pd.DataFrame(result)#提取預測樣本的交易日期ff=Data.iloc[index1,0]#將預測結(jié)果與實際結(jié)果整合在一起,進行比較pm1={'交易日期':ff.values,'預測結(jié)果':result.iloc[:,0].values,'實際結(jié)果':y_test.iloc[:,0].values}result1=pd.DataFrame(pm1)z=result1['預測結(jié)果'].values-result1['實際結(jié)果'].valuesR=len(z[z==0])/len(z)模型準確率sc=0.7450980392156863預測準確率R=0.7142857142857143這里以邏輯回歸為例進行說明。部分結(jié)果預測結(jié)果分析第9章
根據(jù)模型的預測情況設(shè)計一個投資策略,即如果預測結(jié)果為1,表示下一個交易日股票價格會上漲,則以當天的收盤價買入,下一個交易日的收盤價賣出,從而獲得投資收益率r_list=[]#存放收益率r_trd=[]#存放交易日期fortinrange(len(result1)-1):#如果預測結(jié)果為1,執(zhí)行投資策略ifresult1['預測結(jié)果'].values[t]==1:p1=data.loc[data['Trddt'].values==result1['交易日期'].values[t],'Clsprc'].valuesdt=data.loc[data['Trddt'].values>result1['交易日期'].values[t],['Trddt','Clsprc']]dt=dt.sort_values('Trddt')p2=dt['Clsprc'].values[0]r=(p2-p1)/p1r_list.append(r)r_trd.append(result1['交易日期'].values[t])r_total=sum(r_list)trd_r={'交易日期':r_trd,'收益率':r_list}trd_r=pd.DataFrame(trd_r)預測結(jié)果分析第9章
根據(jù)模型的預測情況設(shè)計一個投資策略,即如果預測結(jié)果為1,表示下一個交易日股票價格會上漲,則以當天的收盤價買入,下一個交易日
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 毛巾產(chǎn)品的生命周期評估考核試卷
- 社會心理學在人機交互設(shè)計中的應(yīng)用考核試卷
- 涂料配方設(shè)計考核試卷
- 電子元器件識別與應(yīng)用考核試卷
- 社交心理學與消費者心理分析考核試卷
- 紡織機械的邊緣計算服務(wù)發(fā)展趨勢預測考核試卷
- 服裝批發(fā)過程中的質(zhì)量控制考核試卷
- 禽類屠宰行業(yè)綠色可持續(xù)發(fā)展考核試卷
- 海底設(shè)施施工質(zhì)量控制與驗收考核試卷
- 竹木材料在環(huán)境工程中的應(yīng)用考核試卷
- 2025年江蘇省徐州市銅山區(qū)中考一模道德與法治試題(原卷版+解析版)
- 制造業(yè)自檢自控流程優(yōu)化計劃
- 《人工智能的進展》課件
- 風濕免疫病患者結(jié)核病診治及預防實踐指南(2025版)解讀課件
- 大建安-大連市建筑工程安全檔案編制指南
- 上海2024-2025學年五年級數(shù)學第二學期期末聯(lián)考模擬試題含答案
- GB/T 45421-2025城市公共設(shè)施非物流用智能儲物柜服務(wù)規(guī)范
- 高中家長會 高三高考沖刺家長會課件
- 2025年湖南韶旅集團招聘筆試參考題庫含答案解析
- 2024年全國統(tǒng)一高考英語試卷(新課標Ⅰ卷)含答案
- 讀書分享讀書交流會《你當像鳥飛往你的山》課件
評論
0/150
提交評論