Python进行股票预测分析

Laburado

    前几天我在论坛里询问了大佬们，有没有相关代码，运行用Python写股票预测价格项目这个期末大作业。许多大佬回复说这个不是CB的事，而是RMB的事了。好在有一位大佬用了ChatGPT-4给了我一些帮助，虽然运算出来的结果不尽人意，但我还是非常感谢，给我提供了思路（都怪上课没好好听）。
    既然我淋过雨，我就要为各位撑起伞！我在这基础上，简化，仅用比较数据集、测试集对其进行股票的预测。这是预测的结果对比图例。

开盘价预测

首先，我使用pandas库读取训练集和测试集的数据，并对空值进行处理。接下来，我合并了训练集和测试集的数据，并将日期列转换为日期时间类型，并按日期排序。然后，我使用matplotlib.pyplot库绘制了每列数据关于日期的折线图，分别展示了开盘价、最高价、最低价、收盘价和成交量。接着，我提取了训练集和测试集的特征和目标变量，并创建了一个线性回归模型。
我使用训练集数据对模型进行训练，并在测试集上进行预测。然后，我计算了预测结果的均方误差（MSE）、平均绝对误差（MAE）和判定系数（R2）。接下来，我生成了预测结果文件，并保存为CSV格式。最后，我使用matplotlib.pyplot库绘制了预测结果与测试集数据的对比折线图，分别展示了开盘价、最高价、最低价、收盘价和成交量。

[Python] 纯文本查看 复制代码

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score

# 读取训练集和测试集数据
train_data = pd.read_csv('zgpa_train.csv')
test_data = pd.read_csv('zgpa_test.csv')

# 处理空值
train_data = train_data.dropna()
test_data = test_data.dropna()

# 合并训练集和测试集数据
all_data = pd.concat([train_data, test_data])

# 将日期列转换为日期时间类型
all_data['date'] = pd.to_datetime(all_data['date'])

# 按日期排序数据
all_data = all_data.sort_values(by='date')

# 获取数据列名称
columns = ['open', 'high', 'low', 'close', 'volume']

# 逐列生成折线图
for column in columns:
plt.figure()  # 创建新的图表
plt.plot(all_data['date'], all_data[column])  # 绘制折线图

# 设置图例和标题
plt.legend([column.capitalize()])
plt.title('Stock Data: {}'.format(column.capitalize()))
plt.xlabel('Date')
plt.ylabel('Value')

# 显示图形
plt.show()

# 提取特征和目标变量
train_features = train_data[['open', 'high', 'low', 'volume']]
train_target = train_data['close']

test_features = test_data[['open', 'high', 'low', 'volume']]
test_target = test_data['close']

# 创建线性回归模型
model = LinearRegression()

# 在训练集上训练模型
model.fit(train_features, train_target)

# 在测试集上进行预测
predictions = model.predict(test_features)

# 计算均方误差
mse = mean_squared_error(test_target, predictions)
print('均方误差(MSE)：{:.2f}'.format(mse))

# 计算平均绝对误差
mae = mean_absolute_error(test_target, predictions)
print('平均绝对误差(MAE)：{:.2f}'.format(mae))

# 计算判定系数
r2 = r2_score(test_target, predictions)
print('判定系数(R2)：{:.2f}'.format(r2))

# 生成预测结果文件
result_df = pd.DataFrame({'date': test_data['date'],
'open': ['{:.2f}'.format(x) for x in predictions],
'high': ['{:.2f}'.format(x) for x in predictions],
'low': ['{:.2f}'.format(x) for x in predictions],
'close': ['{:.2f}'.format(x) for x in predictions],
'volume': ['{:.0f}'.format(x) for x in test_data['volume']]})

result_df.to_csv('项目一submit董昊晨.csv', index=False)

# 读取测试集数据
test_data = pd.read_csv('zgpa_test.csv')

# 将日期列转换为日期时间类型
test_data['date'] = pd.to_datetime(test_data['date'])

# 按日期排序测试集数据
test_data = test_data.sort_values(by='date')

# 读取预测结果数据
prediction_data = pd.read_csv('项目一submit姓名.csv') 

# 将日期列转换为日期时间类型
prediction_data['date'] = pd.to_datetime(prediction_data['date'])

# 按日期排序预测结果数据
prediction_data = prediction_data.sort_values(by='date')

# 获取数据列名称
columns = ['open', 'high', 'low', 'close', 'volume']

# 绘制折线图
for column in columns:
plt.figure()  # 创建新的图表

# 绘制测试集数据折线图
plt.plot(test_data['date'], test_data[column], label='Test Data')

# 绘制预测结果数据折线图
plt.plot(prediction_data['date'], prediction_data[column], label='Prediction')

# 设置图例和标题
plt.legend()
plt.title('Comparison: {} - Test Data vs Prediction'.format(column.capitalize()))
plt.xlabel('Date')
plt.ylabel('Value')

# 显示图形
plt.show()

嘿嘿，觉得有帮助的大佬们可以投个币呀！

harryxie

大佬，能不能弄个成品，造福广大股民

jiewen0627

为了量化研究了很久，结论是走势是不可预测的，但是，可以跟随，顺势而为~也是某种意义的预测，就是猜更大概率的可能嘛哈哈哈

风子是我

出现这个提示了，我已经安装了这个模块的。是我的版本太高了吗？

py学徒

采集、技术、分析，都可以。但要是做预测，可能不合理。
为你的坚持，点赞！

ITgod

zgpa_test.csv楼主这个文件能发一下吗

bjlaoge

'zgpa_train.csv，'zgpa_test.csv'这两个CSV文件发一下吧，要不然没办法测试啊

htxz2022

这个怎么说呢，准的时候很准，不准的时候就不准了

风子是我

两个csv文件在楼主的提问帖中可以下载。
我运行后，出错，没看来是什么原因。

Laburado

bjlaoge 发表于 2023-5-31 11:30
'zgpa_train.csv，'zgpa_test.csv'这两个CSV文件发一下吧，要不然没办法测试啊

提问帖子里有的，你可以去下载一下

Laburado

ITgod 发表于 2023-5-31 11:20
zgpa_test.csv楼主这个文件能发一下吗

提问帖子里有的，可以去下载一下

Laburado

py学徒 发表于 2023-5-31 10:37
采集、技术、分析，都可以。但要是做预测，可能不合理。
为你的坚持，点赞！

主打就是完成期末大作业，之后决定用LSTM进行学习