首页 > 其他分享 >SP500 指数预测 — 使用雅虎股票价格进行时间序列预测。

SP500 指数预测 — 使用雅虎股票价格进行时间序列预测。

时间:2022-09-03 11:55:54浏览次数:90  
标签:深网 雅虎 预测 模型 LSTM SP500 我们

SP500 指数预测使用雅虎股票价格进行时间序列预测。

项目 深网 在实现 赫蒂克 学校硕士 I DATA & AI

作者 : 茴香 AKEB

项目经理: Fadi El Cheikh Taha 鲁迈萨·奥马里

深网铅 马克斯·科恩

Git 仓库: 深网

介绍

什么是股票?

股票,也称为股权,是代表公司一小部分所有权的证券。股票所有者有权获得公司资产和利润的一部分,等于他或她所拥有的股票数量。

标准普尔 500 指数是基于在美国证券交易所上市的 500 家大型公司的股票市场指数。该指数由三大信用评级公司之一的标准普尔拥有和管理。按市值计算,它覆盖了大约 80% 的美国股票市场。

我们的目标

长期以来,股票价格预测一直让人们感兴趣,我们的目标是创建一个机器学习模型,能够在考虑黑天鹅事件的概念的同时,尽可能准确地预测市场价格的演变。

有几种已知的方法和新的研究正在寻找神奇的公式来进行股票预测。传统方法之一是时间序列预测。但股票预测中最具挑战性的问题之一是黑天鹅事件。

黑天鹅事件的概念

黑天鹅事件是完全出乎意料和不可预测的事件。事后可能会也可能不会对事件进行解释,但事前不会。在经济、市场和天气系统等复杂系统中,事件的发生通常有多种原因。

获取数据

该数据集来自 Kaggle Time Series Forecasting with Yahoo Stock Price。

这是标准普尔500指数的历史价格数据,是公开数据。在我们的例子中,数据集是从雅虎财经数据库中获得的。

SP500 股票价格的可视化

正如我们所看到的,SP500 随着时间的推移发生了重大变化,例如在 2020 年的火星上,由于 Covid19 的影响,价格大幅下跌。

然后我们可以查看数据的季节性,这对应于周期性重复模式的存在,然后观察曲线的趋势。

如果一开始很难在我们的数据集中识别季节性,我们可以很容易地观察到趋势是向上的。

移动平均线是技术分析中使用的财务指标。

它使您可以观察资产的演变,同时避免价格失常。有不同的类型,在这个项目中,我们选择实现算术移动平均线。因此,对于 30 天移动平均线,我们计算最近 30 个股票市场交易日的收盘价之和,然后我们将这个和除以 30。

价格回报代表价格在给定时间段内的波动,并以百分比表示。

在这里,我们选择计算前一天的变化百分比。

预处理

在开始实施我们的学习模型之前,重要的是选择哪些数据将用于获得良好的结果。

为了更好地了解时间序列,我们添加了年份和月份等变量。

机器学习模型

1-岭回归

岭回归的优点是避免过拟合。

我们的最终模型是可以概括模式以在训练和测试集上发挥最佳效果的模型。

当模型在训练数据上表现良好而在测试数据上表现不佳时,就会发生过拟合。

岭回归通过应用惩罚项(减少权重和偏差)来克服过度拟合。

然后我们可以绘制模型的性能以将其与实际值进行比较。

不同的性能统计数据用于确定我们的模型是否良好。

LSTM 模型

我们将实现一个简单的单变量神经网络,该网络仅基于每个会话的收盘价。

我们使用 Keras 和 Tensorflow 库来构建我们的模型。

长短期记忆网络 (LSTM) 是循环神经网络的扩展,可扩展其记忆。因此,它非常适合学习在两者之间有很长转变的基本经验。

LSTM 的单元用作 RNN 层的构建块,然后通常称为 LSTM 网络。

尽管我们的模型似乎遵循正确的趋势,但我们可以观察到我们的预测与曲线的实际值之间存在细微差距。这种差异可以使用平均绝对误差来估计。

因此,我们可以看到,预测值和实际值之间平均相差 85 美元。

结论

有了这些图,我们就完成了一个完整的端到端机器学习预测!如果我们想改进我们的模型 LSTM 模型可以通过使用现有的或我们自己创建的几个特征来提供更好的性能。

我们还可以尝试不同的超参数(设置)并测试更多不同的算法。

此外,我们希望每个人都喜欢阅读我们的文章。我们要感谢所有使这个项目成为可能的人,我们学校 HETIC 和总经理 Frédéric Sitterlé 允许 Deepnet 向我们提供他们的项目和协会 深网 由...领着 马克斯·科恩 和我们的教练。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明

本文链接:https://www.qanswer.top/11634/49080311

标签:深网,雅虎,预测,模型,LSTM,SP500,我们
From: https://www.cnblogs.com/amboke/p/16652289.html

相关文章

  • 机器学习和 Python 中的贷款偿还预测(决策树算法)。
    机器学习和Python中的贷款偿还预测(决策树算法)。资源→我需要了解我的客户是否会归还他们从我的银行获得的贷款。问题陈述:-使用python中的决策树算法预测客户是否......
  • R数据分析:用R建立预测模型
    预测模型在各个领域都越来越火,今天的分享和之前的临床预测模型背景上有些不同,但方法思路上都是一样的,多了解各个领域的方法应用,视野才不会被局限。今天试图再用一个实例给......
  • 股市预测,销量预测,病毒传播...一个时间序列建模套路搞定全部!
    股市预测,销量预测,病毒传播...一个时间序列建模套路搞定全部!https://juejin.cn/post/7120117834750885919时间序列建模工具库有很多,比较知名的有Uber开源的......
  • PySpark ML 预测流失用户
    PySparkML预测流失用户项目定义这是Udacity的Capstone项目,使用Spark分析来自音乐应用Sparkify的用户行为数据。主要目标是根据音乐应用程序的用户日志数据预测......
  • 神经网络模型predict预测值全部为0
    预测值为0解决办法Keras构建神经网络踩坑(解决model.predict预测值全为0.0的问题)根据上文作者所说搞不清楚数据的标准化和归一化的关系,想对原始数据做归一化,却误把数据......
  • 【深度学习】DNN房价预测
    前言我们使用深度学习网络实现波士顿房价预测,深度学习的目的就是寻找一个合适的函数输出我们想要的结果。深度学习实际上是机器学习领域中一个研究方向,深度学习的目标是让......
  • 时间序列预测(商品销量预测)
    项目地址见:https://github.com/jiangnanboy/spark_data_mining/tree/master/src/main/java/com/sy/dataalgorithms/advanced/time_series一.概要此项目将围绕一个时间序......
  • 链路预测思维导图大纲
    最近帮同门写一份链路预测相关的introduction,再收集资料的同时,收获了一份链路预测大纲的思维导图,感觉很清晰,故此分享......
  • 推理(Inference)与预测(Prediction)
    在机器学习的背景下,很多人似乎混淆了这两个术语。这篇文章将试图澄清我们所说的这两个词是什么意思,每一个词在哪里有用,以及它们是如何应用的。在这里,我将举几个例子来直观......
  • TimescaleDB 时间序列预测
    TimescaleDB与PostgreSQL协同使用,在我们使用时间序列数据时,时间序列数据的预测也是一个主要应用。在tutorial:Time-SeriesForecasting实验教程中,我们仍然利用nyc_data......