Python全系列 教程
3567个小节阅读:5929.6k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
预测山东黄金(600547)的涨跌行情,然后将预测结果与实际情况进行对比,来判断
预测结果的对错。
xxxxxxxxxx
import talib
from jqdata import *
test_stock = '600547.XSHG' #设置测试标的为山东黄金
start_date = datetime.date(2023, 1, 4) #设置开始时间
end_date = datetime.date(2023, 4, 21) #设置结束时间
trading_days = list(get_all_trade_days()) #获取所有交易日
start_date_index = trading_days.index(start_date) #获取开始日期索引
end_date_index = trading_days.index(end_date) #获取结束日期索引
x_all = []
y_all = []
for index in range(start_date_index,end_date_index):
start_day = trading_days[index-30] # 当前时间周期的开始日期
end_day = trading_days[index] # 当前时间周期的结束日期
# 获取当前时间周期内的股票数据
stock_data = get_price(test_stock,start_date=start_day,end_date=end_day,
frequency='daily',fields=['close'])
# 获取收盘价
close_prices = stock_data['close'].values
# -2是保证获取的数据是昨天的,-1是今天的
ema_data = talib.EMA(close_prices)[-2] # 指数移动平均线指标
rsi_data = talib.RSI(close_prices)[-2] # RSI指标
features = []
features.append(ema_data)
features.append(rsi_data)
label = False # 涨跌指标
# 如果今天收盘价大于昨天的收盘价,则说明股价上涨,将label修改为True
if close_prices[-1] > close_prices[-2]:
label = True
x_all.append(features)
y_all.append(label)
# 整理数据
import numpy as np
x_train = np.array(x_all[:-1])
y_train = np.array(y_all[:-1])
x_test = np.array(x_all[-1]).reshape(1,-1)
y_test = np.array(y_all[-1])
print('朴素贝叶斯数据已准备好了!')
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(x_train,y_train) # 训练拟合
prediction = clf.predict(x_test) # 预测
# 通过比较预测结果与实际结果判断是否预测正确
if prediction == y_test:
print("预测正确!")
else:
print("预测错误!")