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 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))

-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

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...