주가를 scikit-learn으로 기계 학습해 보자 회귀편

지난번 를 근거로 이번은 회귀를 실시합니다.

목적



과거 4일분을 참고로 닛케이 평균을 예측합니다.

주가 데이터 로드



마츠이 증권의 CSV에서 종가를 읽습니다. 여기는 동일합니다.
#coding: UTF-8
import pandas as pd
stock_data = pd.read_csv('stockchart_20180909.csv')
owarine = stock_data[['終値']]

분류편에서는 전날과의 차이/100을 결과로 했습니다만, 이번은 당일의 닛케이 평균을 결과로 합니다.
successive_data = []
answers = []
for i in range(4, count_s):
    successive_data.append([owarine[i-4], owarine[i-3], owarine[i-2], owarine[i-1]])
    answers.append(owarine[i] )

학습합니다.
reg = LinearRegression().fit(successive_data, answers)

이전과 마찬가지로 동일한 데이터로 테스트합니다.
predicted = reg.predict(successive_data)

요약



결과를 표시합니다.
계산값과 실제값의 오차를 그래프로 했습니다.


5% 이상의 오차가 나온 것은 7건이었습니다.

출처

좋은 웹페이지 즐겨찾기