Python数据挖掘与机器学习实战——3.5 基于线性回归的股票预测

3.5 基于线性回归的股票预测

1.数据获取

我们需要的数据集要通过quandl包获取，Anaconda 3并未默认安装quandl，

需要我们打开Anaconda prompt输入“pip install quandl”进行安装。

通过quandl包可以获取到股票数据

股票特征数据包括：

Open（开盘价）、High（最高价）、Low（最低价）、Close（收盘价）、Volume（交易额）

Adj. Open（调整后开盘价）、Adj. Low（调整后最低价）、Adj. Close（调整后收盘价）、Adj. Volume（调整后交易额）等数据。

import quandl
# 我们需要的数据集要通过quandl包获取
# 安装新的包，需要打开anaconda prompt输入“pip install quandl”进行安装
# Anaconda3中添加quandl库的方法：
#（1）开始——Anaconda——打开Anaconda Prompt
#（2）输入pip install quandl（自动安装）
#（3）输入conda list，检查有无quandl，有则成功
# 关于quandl包可以参考https://zhuanlan.zhihu.com/p/41063833
# 通过prompt安装其他包也是同理
from sklearn import preprocessing
#df = quandl.get('WIKI/GOOGL')  #先注释这一行，预测Google股票时再启用
df = quandl.get('WIKI/AAPL')
print(df)


# 输出结果如下：
              Open    High     Low  ...    Adj. Low  Adj. Close  Adj. Volume
Date                                ...                                     
1980-12-12   28.75   28.87   28.75  ...    0.422706    0.422706  117258400.0
1980-12-15   27.38   27.38   27.25  ...    0.400652    0.400652   43971200.0
1980-12-16   25.37   25.37   25.25  ...    0.371246    0.371246   26432000.0
1980-12-17   25.87   26.00   25.87  ...    0.380362    0.380362   21610400.0
1980-12-18   26.63   26.75   26.63  ...    0.391536    0.391536   18362400.0
...        

今天的文章Python数据挖掘与机器学习实战——3.5 基于线性回归的股票预测分享到此就结束了，感谢您的阅读。