通过机器学习的线性回归算法预测股票走势（用Python实现）.pdfVIP

通过机器学习的线性回归算法预测股票⾛势（⽤Python实现） 在本⼈的新书⾥，将通过股票案例讲述Python知识点，让⼤家在学习Python的同时还能掌握相关的股票知识，所谓⼀举两得。这⾥给出 以线性回归算法预测股票的案例，以此讲述通过Python的sklearn库实现线性回归预测的技巧。 本⽂先讲以波⼠顿房价数据为例，讲述线性回归预测模型的搭建⽅式，随后将再这个基础上，讲述以线性预测模型预测股票的实现代码。 本博⽂是从本⼈的新书⾥摘取的，新书预计今年年底前出版，敬请⼤家关注。 正⽂开始（长⽂预警） 1波⼠顿房价数据分析 安装好Python的Sklearn库后，在安装包下的路径中就能看到描述波⼠顿房价的csv⽂件，具体路径是“python安装路径\Lib\site- packages\sklearn\datasets\data”，在这个⽬录中还包含了Sklearn库会⽤到的其他数据⽂件，本节⽤到的是包含在 boston_house_prices.csv⽂件中的波⼠顿房价信息。打开这个⽂件，可以看到如图所⽰的数据。 第 1⾏的506表⽰该⽂件中包含506条样本数据，即有506条房价数据，⽽ 13表⽰有 13个影响房价的特征值，即从A列到M列这13列的 特征值数据会影响第N列MEDV（即房价值），在表 13.1中列出了部分列的英⽂标题及其含义。 波⼠顿房价⽂件部分中英⽂标题⼀览表 标题名 中⽂含义 标题名 中⽂含义 CRIM 城镇⼈均犯罪率 DIS 到波⼠顿五个中⼼区域的加权距离 ZN 住宅⽤地超过某数值的⽐例 RAD 辐射性公路的接近指数 INDUS 城镇⾮零售商⽤⼟地的⽐例 TAX 每 10000 美元的全值财产税率 查理斯河相关变量，如边界是河流则为 CHAS PTRATIO 城镇师⽣⽐例 1，否则为0 NOX ⼀氧化氮浓度 MEDV 是 ⾃住房的平均房价 RM 住宅平均房间数 AGE 1940年之前建成的⾃⽤房屋⽐例 从表中可以看到，波⼠顿房价的数值 （即MEDV）和诸如 “住宅⽤地超过某数值的⽐例”等 13个特征值有关。⽽线性回归要解决的问题 是，量化地找出这些特征值和⽬标值 （即房价）的线性关系，即找出如下的k1到k13系数的数值和b这个常量值。 MEDV = k1*CRIM + k2*ZN + … + k13*LITAT + b 上述参数有 13个，为了简化问题，先计算1个特征值 （DIS）与房价（MEDV）的关系，然后在此基础上讲述13个特征值与房价关系的 计算⽅式。 如果只有1个特征值DIS，它与房价的线性关系表达式如下所⽰。在计算出k1和b的值以后，如果再输⼊对应DIS值，即可据此计算MEDV 的值，以此实现线性回归的预测效果。 MEDV = k1*DIS + b 2以波⼠顿房价数据为案例，搭建含 ⼀个特征值 的线性预测模型 在下 ⾯ 的OneParamLR.py范例 程序 中，通过调 ⽤Sklearn库中的⽅法，以 训练加 预测的⽅式， 推 算出⼀个 特征值 （DIS） （MEDV，即房价）的线性关 系 。 1 # !/usr/bin/env python 2 # coding=utf-8 3 import numpy as np 4 import pandas as pd 5 import matplotlib.pyplot as plt 6 from sklearn import datasets 7 from sklearn.linear_model import LinearRegression 　在上述代码中导⼊了必要的库，其中第6⾏和第7⾏⽤于导⼊sklearn相关库。 8 # 从⽂件中读数据，并转换成DataFrame格式 9 dataset=datasets.load_boston()