使用facebook开源prophet模型预测上证指数etf股价

2024-08-31 07:28

本文主要是介绍使用facebook开源prophet模型预测上证指数etf股价,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

可以图个乐,没有那么准确,可能还需要更深入的研究分析

蓝线是预测的2024年的走势,绿线是实际走势,红线是历史和未来的分界线。结果上有蛮多差异的。

# 测试预测2024年   coded by luke 伊玛目的门徒
import akshare as ak
import numpy as np
import pandas as pd
import prophet
import matplotlib.pyplot as plt
import datetime
import matplotlib.dates as mdates
#显示100列
pd.set_option('display.max_columns', 100)today = datetime.date.today()
date_str = today.strftime("%Y%m%d")
print('今天是')
print(date_str)date_str2 = datetime.datetime.now().strftime("%Y-%m-%d %H_%M_%S")# 周期日
m_days = 25
print ('配置的跟踪日线为:'+str(m_days))# 获取数据
etf = '510210'  #上证指数date_str_test_end='20231231'data = ak.fund_etf_hist_em(symbol=etf, adjust="qfq", start_date="20200101", end_date=date_str_test_end).iloc[:, :6]data2 = ak.fund_etf_hist_em(symbol=etf, adjust="qfq", start_date="20200101", end_date=date_str).iloc[:, :6]
# 准备数据
data = data.rename(columns={'日期': 'ds','收盘':'y'})
data = data[['ds', 'y']]data2 = data2.rename(columns={'日期': 'ds','收盘':'y'})
data2 = data2[['ds', 'y']]# 创建并训练模型
model = prophet.Prophet()
model.fit(data)# 进行预测
future = model.make_future_dataframe(periods=365, freq='D')  # 预测未来
forecast = model.predict(future)# 可视化结果
fig = model.plot(forecast)
# 获取当前图的坐标轴对象
ax = plt.gca()data2['ds'] = pd.to_datetime(data2['ds'])  # 确保日期列是 datetime 格式
# 绘制实际数据data2的线ax.plot(data2['ds'], data2['y'], color='green', linestyle='-', linewidth=2, label='实际数据')# 将日期格式转换为 matplotlib 支持的格式
#ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
#ax.xaxis.set_major_locator(mdates.AutoDateLocator())# 添加红色竖线
ax.axvline(pd.to_datetime(date_str_test_end), color='red', linestyle='--', linewidth=2)# 显示图表
plt.show()

上图:

这篇关于使用facebook开源prophet模型预测上证指数etf股价的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1123265

相关文章

springboot security快速使用示例详解

《springbootsecurity快速使用示例详解》:本文主要介绍springbootsecurity快速使用示例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝... 目录创www.chinasem.cn建spring boot项目生成脚手架配置依赖接口示例代码项目结构启用s

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

Spring Boot3虚拟线程的使用步骤详解

《SpringBoot3虚拟线程的使用步骤详解》虚拟线程是Java19中引入的一个新特性,旨在通过简化线程管理来提升应用程序的并发性能,:本文主要介绍SpringBoot3虚拟线程的使用步骤,... 目录问题根源分析解决方案验证验证实验实验1:未启用keep-alive实验2:启用keep-alive扩展建

使用Java实现通用树形结构构建工具类

《使用Java实现通用树形结构构建工具类》这篇文章主要为大家详细介绍了如何使用Java实现通用树形结构构建工具类,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录完整代码一、设计思想与核心功能二、核心实现原理1. 数据结构准备阶段2. 循环依赖检测算法3. 树形结构构建4. 搜索子

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

GORM中Model和Table的区别及使用

《GORM中Model和Table的区别及使用》Model和Table是两种与数据库表交互的核心方法,但它们的用途和行为存在著差异,本文主要介绍了GORM中Model和Table的区别及使用,具有一... 目录1. Model 的作用与特点1.1 核心用途1.2 行为特点1.3 示例China编程代码2. Tab

SpringBoot使用OkHttp完成高效网络请求详解

《SpringBoot使用OkHttp完成高效网络请求详解》OkHttp是一个高效的HTTP客户端,支持同步和异步请求,且具备自动处理cookie、缓存和连接池等高级功能,下面我们来看看SpringB... 目录一、OkHttp 简介二、在 Spring Boot 中集成 OkHttp三、封装 OkHttp

使用Python实现获取网页指定内容

《使用Python实现获取网页指定内容》在当今互联网时代,网页数据抓取是一项非常重要的技能,本文将带你从零开始学习如何使用Python获取网页中的指定内容,希望对大家有所帮助... 目录引言1. 网页抓取的基本概念2. python中的网页抓取库3. 安装必要的库4. 发送HTTP请求并获取网页内容5. 解