振幅和成交量的關係

2021-09-07 12:51:52 字數 1488 閱讀 2670

用廣晟有色的歷史資料,用sklearn進行回歸,資料如下:

假設每日振幅和成交量以及**是有關係的,於是構造:

# coding=utf-8

from pandas import series,dataframe

import pandas as pd

import numpy as np

from datetime import datetime

import tushare as ts

from sklearn import datasets, linear_model

df=pd.read_csv('data.csv')

x=df[['open','volume']]

y=df['high']-df['low']

from sklearn.cross_validation import train_test_split

x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1)

from sklearn.linear_model import linearregression

linreg = linearregression()

linreg.fit(x_train,y_train)

print linreg.intercept_

print linreg.coef_

print "振幅=%f+%f**+%f成交量"%(linreg.intercept_,linreg.coef_[0],linreg.coef_[1])

#模型擬合測試集

y_pred = linreg.predict(x_test)

from sklearn import metrics

# 用scikit-learn計算mse

print "mse:",metrics.mean_squared_error(y_test, y_pred)

# 用scikit-learn計算rmse

print "rmse:",np.sqrt(metrics.mean_squared_error(y_test, y_pred))

輸出:

-0.542840729241

[ 2.91283661e-02 1.89720767e-05]

振幅=-0.542841+0.029128**+0.000019成交量

mse:

1.16361481737

rmse:

1.07870979293

但是,按說應該跟成交量關係更大一些,等我把資料處理了繼續研究。

程式基本照抄

原來打算只研究成交量和**的關係,但報錯,原因好像是0.17版後,變數不能是乙個維度啥的,所以把**也加進來了。

振幅和成交量的關係

用廣晟有色的歷史資料,用sklearn進行回歸,資料如下 假設每日振幅和成交量以及 是有關係的,於是構造 coding utf 8 from pandas import series,dataframe import pandas as pd import numpy as np from date...

量比 是衡量相對成交量的指標

量比是衡量相對成交量的指標。它是開市後每分鐘的平均成交量與過去5個交易日每分鐘平均成交量之比 量比 現成交總手 過去5日平均每分鐘成交量 當日累計開市時間 分 在觀察成交量方面,卓有成效的分析工具是量比,它將某只 在某個時點上的成交量與一段時間的成交量平均 值進行比較,排除了因股本不同造成的不可比情...

北京住宅市場2023年總體回暖 成交量波動上公升

中新社北京1月23日電 記者 杜燕 中國國家統計局北京調查總隊副隊長 新聞發言人方曉丹23日表示,2018年北京市住宅市場總體呈現回暖態勢,住宅成交量同比波動上公升。北京市統計局 國家統計局北京調查總隊23日公布2018年北京經濟運 況。方曉丹在發布會上表示,北京市持續嚴格執行2017年3月17日公...