1回答
用于股票预测的特征提取
、、、
我得到了每天20只股票的数据集-- 60天前。这些股票会影响我想要预测的股票x，我也得到了股票x的值。我想创建一个模型来预测股票x，并用10个交叉验证来测试它。
浏览 3提问于2020-07-29得票数 0
2回答
我正在寻找一个使用Tensorflow预测数据的示例。我已经尝试过一些代码，但我还是Tensorflow和Python的初学者。例如，我通过训练和测试旧的股票价格来预测股票价格。现在我想整合的不仅仅是旧的股票价格，比如交易量，来预测未来的股票价格。我如何实现这一点？
浏览 24提问于2020-12-28得票数 0
回答已采纳
下面显示了一个LSTM序列预测模型，用于预测数据序列中的一个步骤(输入30个步骤，每个步骤有4个特性，输出预测步骤31)。我的第一个想法是，我的数据模式必须过于复杂，无法准确预测，至少在这个相对简单的模型中是如此，所以它能够返回的最佳答案基本上是输入的最后一个元素。不过，我以前从未观察过这种行为，我以前也使用过这类数据，并取得了成功的结果(在上下文中，我使用了一个具有主动稳定器的复杂物理系统中的4个点的振动数据；这种预测被用于pid循环来实现稳定，因此，至少在目前这是因为振动数据在我所能测量到的最小分辨率
浏览 3提问于2018-01-16得票数 2
回答已采纳
我正试图做一个未来的股票价格预测，我已接近完成，但最后一步已使我困惑。如何根据给定数据的不同平均值来预测的未来？使用这些数据(StockPrice平均图)，是否有可能使用平均数据来预测原始数据的未来？如果任何人有任何联系或想法，我将是如此伟大！
浏览 5提问于2022-08-08得票数 0
回答已采纳
2回答
最近，我正在研究一个LSTM代码来预测未来的股票价格。我没有得到好的结果。同时，我也看到很多关于股票市场数据的文章都是随机游走的，不能通过机器学习来预测。我也知道过度拟合是预测的最大问题，但一位技术分析师使用了一些股票指标。我也把它们喂给了我的LSTM，但仍然没有取得好的效果。我不明白如何基于技术分析来预测，但是我们不能用机器学习和神经网络来进行预测。
浏览 0提问于2021-01-20得票数 -1
我正在尝试使用sklearn来预测股票价格。我对预测是个新手。我尝试了sklearn中使用高斯hmm进行股票预测的示例。但是预测给出了覆盖在价格上的状态序列，它还从给定的输入收盘价中提取点数。
浏览 1提问于2013-06-24得票数 1
1回答
预测苹果股票
、、、、
我正在尝试创建一个机器学习模型来预测苹果股票，这是我第一次尝试，而且主要基于YouTube视频。但是我并不是真的理解这个错误的原因。我已经尝试分离函数，但要求重塑数组并使用numpy数组。svr_rbf.predict(x)[0], svr_lin.predict(x)[0],svr_rbf.predict(x)[0]
predicted_prices(dates,prices,29) 我希望得到预测值的图表
浏览 11提问于2019-04-05得票数 0
1回答
ARIMA -股票预测
、、、
我偶然发现了这个用于股票预测的。
这家伙使用的是微软股票的每日历史数据。由于股票市场每年有252-253个交易日，将频率设置为252通常不是更好吗？
浏览 14提问于2020-05-11得票数 0
回答已采纳
1回答
我目前正在使用Random Forest Regressor来预测股票价格，并根据预测结果来决定是购买还是持有股票。我的代码结果不是“购买”或“持有”，而是True或False。
浏览 1提问于2021-05-01得票数 1
我对全年的采购和销售进行了预测，当然还有实际情况，它们都遵循了上述模式。我也有所有的星期的股票，但只有一个在过去，即只有实际数。我没有股票预测，这是我想补充的。我期望的最终结果是，现在将增加更多的行，例如：(我用上面的数字来计算)
这将使我不仅能够转向购买和销售，而且股票水平然后我旋转我的“交易列”，导致新列，即购买，销售，股票和股票-1，这使得股票<e
浏览 0提问于2019-07-18得票数 0
我是时间序列预测的新手，我希望将ARIMA/Prophet模型与基于历史股票市场数据和社交媒体情绪评分的XGBoost模型进行比较，预测未来的股票市场价值。是否有像ARIMA/Prophet这样的预测方法来评估它们的准确性，这样我就可以和XGBoost的预测精度做类似的比较了吗？
浏览 0提问于2020-07-15得票数 3
1回答
因此，我正在创建一个web服务，根据每只股票的历史数据预测未来的股价，并需要将以下信息存储在数据库中：
用户跟踪股票:用户可以选择股票，然后通过电子邮件或电话通知预测。对将进行预测的一组库存将不作预定义，因此应该有一种快速的方法，能够添加和删除库存，从而添加
浏览 3提问于2014-03-04得票数 0
回答已采纳
我来自功能磁共振成像研究背景，在那里我分析了大量的时间序列数据，我想通过以下方式分析股票价格(或回报)的时间序列: 1)对特定市场领域的成功股票进行建模，然后将这一历史上成功的股票的时间序列与其他较新股票的时间序列进行交叉关联，以寻找重要的关系；2)对股票的价格时间序列进行建模，并使用预测(例如，指数平滑)来预测其未来价值。几个问题: ARIMA和ARCH建模方法(假设实现它们的人准确地这样做)实际拟合它们所针对的股票时间序列数据的频率是多少，以及我可
浏览 0提问于2010-05-15得票数 1
回答已采纳
1回答
你好，我创建了这个模型来预测未来的spx价格，但结果太好了，以至于认为我没有过度拟合。python代码在这里。有没有人能帮我了解一下超参数是不是可以？
谢谢
浏览 24提问于2020-05-14得票数 0
回答已采纳
2回答
我正在做一个使用ANN预测股票价格的项目。我已经使用过去7年的数据训练了系统，它可以很好地预测一天的数据。现在我想预测未来七天的股票价格。我的想法是使用第一天的数据预测第二天的数据，使用第二天和第一天的预测数据预测第三天的数据，依此类推。但是它不能正常工作。
我已经训练ANN使用开盘价、一天的最高和最低价格来预测收盘价。预测未来七天的数据的想法是什么？
浏览 2提问于2012-05-29得票数 5
回答已采纳
3回答
分类与回归？
、、、
回归更像是一种预测。
以上这两个问题都是一个回归问题，对吗？这两种方法都是使用学习算法进行预测。有人能给出分类和回归的例子吗？
浏览 2提问于2015-11-25得票数 2
回答已采纳
假设不同公司的股票价值是我的模型的目标。因此，在我的数据集上的每一个观察都是关于一个公司的股票价值，以及它的内部和外部预测。我的项目的目的是了解每个公司的内部预测因素如何以非常具体的方式影响各自公司的股票价值。
简单地说，我想得到一些内部预测值的精确权重，这些指标向我展示了它们对各自
浏览 0提问于2019-03-07得票数 2
我使用COUNTIFS函数来比较来自客户的预测数据(排序AC预测)和我们当前的订单(股票和预测)。=COUNTIFS(‘排序AC预测’$A；‘股票和预测’$B5；‘排序AC预测’$B；‘股票和预测’‘h3；’排序AC预测‘’$C：$C；‘未来需求’)
我基本上检查匹配从客户的电子表格如下: 1
浏览 2提问于2016-06-24得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
