python实现灰色预测模型(GM11)

您所在的位置:网站首页 python可以分析股票吗 python实现灰色预测模型(GM11)

python实现灰色预测模型(GM11)

2024-07-10 06:18| 来源: 网络整理| 查看: 265

目录程序简介程序/数据集下载代码分析

程序简介

利用灰色预测GM11模型预测股票收盘价,由于灰色预测模型适合短期预测和小样本,所以程序输入数据为5个,输出为1个,进行动态建模 程序输入:原序列、需要往后预测的个数 程序输出:预测值、模型结构(后验差比、发展系数、灰色作用量)

灰色预测模型(GM11)即对原始数据作累加生成(或其它方法生成)得到近似的指数规律再进行建模的方法。灰色预测模型对于不同问题采用不同模型,模型主要解决生成序列是有指数变化规律,只能描述单调的变化过程。

程序/数据集下载

点击进入下载地址

代码分析

导入模块、路径

# -*- coding: utf-8 -*- from Module.BuildModel import GM11 from sklearn.metrics import mean_absolute_error import pandas as pd import numpy as np import matplotlib.pyplot as plt import os #路径目录 baseDir = ''#当前目录 staticDir = os.path.join(baseDir,'Static')#静态文件目录 resultDir = os.path.join(baseDir,'Result')#结果文件目录

读取上证指数数据分割训练和测试集,本文只使用收盘价,查看内容

#读取数据 data = pd.read_csv(staticDir+'/000001.csv',encoding='gbk') train = data['收盘价'].values[-15:-10]#训练数据 test = data['收盘价'].values[-10:]#测试数据 data.head() 日期 股票代码 名称 收盘价 最高价 最低价 开盘价 前收盘 涨跌额 涨跌幅 成交量 成交金额 0 2020-02-18 '000001 上证指数 2984.9716 2990.6003 2960.7751 2981.4097 2983.6224 1.3492 0.0452 311665913 3.74998562648e+11 1 2020-02-17 '000001 上证指数 2983.6224 2983.6371 2924.9913 2924.9913 2917.0077 66.6147 2.2837 313198007 3.67014340129e+11 2 2020-02-14 '000001 上证指数 2917.0077 2926.9427 2899.5739 2899.8659 2906.0735 10.9342 0.3763 250650627 3.08080368726e+11 3 2020-02-13 '000001 上证指数 2906.0735 2935.4060 2901.2425 2927.1443 2926.8991 -20.8256 -0.7115 274804844 3.34526327364e+11 4 2020-02-12 '000001 上证指数 2926.8991 2926.8991 2892.4240 2895.5561 2901.6744 25.2247 0.8693 248733429 2.97534420493e+11

使用GM11函数进行动态建模,打印结论,GM11函数位于项目文件夹的Module/BuildModel.py,下文会给出代码

#GM11动态建模 yPre = [] for i in range(test.shape[0]): #只预测1个数 result = GM11(train,1) yPre.append(result['predict']['value'][0]) #更新训练集 train = train.tolist()[:-1] train.append(test[i]) train = np.array(train).reshape(-1) #计算MAE MAE = mean_absolute_error(test,yPre) #打印模型 print(result['C']['desc']) print(result['a']['desc'],np.round(result['a']['value'],2)) print(result['b']['desc'],np.round(result['b']['value'],2)) 后验差比


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3