请选择 进入手机版 | 继续访问电脑版
分享到

用机器学习来预测特斯拉股票走势

时间:2020-07-28 阅读:52 回复:0

683

主题

0

精华

706

威望

版主

Rank: 3Rank: 3

积分
2105
作者:知乎
前言


特斯拉(Tesla),是一家美国电动车及能源公司,产销电动车、太阳能板、及储能设备,美股代码TSLA。


总部位于美国加利福尼亚州硅谷的帕罗奥多(Palo Alto),2003年最早由马丁·艾伯哈德(Martin Eberhard)和马克·塔彭宁(Marc Tarpenning)共同创立,2004年埃隆·马斯克(Elon Musk)进入公司并领导了A轮融资。


创始人将公司命名为“特斯拉汽车(Tesla Motors)”,以纪念物理学家尼古拉·特斯拉(Nikola Tesla)。


4月21日,摩根大通最新研究报告称,由于来自宝马和奥迪等德国汽车制造商的竞争加剧,特斯拉电动汽车的销量将受严重影响。


摩根大通重申其对特斯拉股票的“减持”评级,原因是梅赛德斯奔驰、宝马和奥迪将推出一大批电动汽车。


“我很难过地告诉大家,特斯拉已经彻底破产了。”4月1日特斯拉CEO马斯克发布了上述推特,还附上了一张伤心状照片。然而更令人伤心的是,上述愚人节的玩笑或一语成谶。


与此同时,特斯拉官方再次宣布将暂停加州佛利蒙的Mode 3组装线4至5天,以提升自动化以此解决导致其多次推迟产量目标的生产瓶颈。


事实上,今年2月份,特斯拉Model 3曾于20日至24日期间停产。由于彼时宣称的停产整修后产能翻倍未能实现,所以此次再度宣布停产后,尽管特斯拉CEO马斯克作出了整修后每月产能6000辆的承诺,仍没能阻止公司股票的应声下跌。


问题陈述和数据集


面对众说纷纭的措辞和潜在的各路竞争对手,TSLA的未来崎岖起伏,那么有可能预测TSLA股票的走势吗?


我们将创建一个机器学习线性回归模型,它从过去的TSLA价格中获取信息,并返回TSLA未来价格的预测。


用Python机器学习预测的步骤
    导入库并读取行情数据定义解释变量定义因变量将数据分割成训练和测试数据集建立线性回归模型预测TSLA价格


数据集样本


我们选取了TSLA从2010年到2018年的历史成交数据作为样本。








相关库








数据处理








数据样本图例






定义解释变量


解释变量是控制变量,以确定第二天的价格。


简单地说,它们是我们想要用来预测价格的特征。这个策略的解释变量是过去3天和9天的移动平均数。我们使用DROPNA()函数删除NAND值,并将特征变量存储在X中。


不过,你可以将更多的变量添加到X中,比如认为这个因素对预测价格走势是有用的。


这些变量可以是技术指标,另一个ETF的价格,或美国的经济数据。








定义线性回归模型








训练模型和预测


这个过程包含了把数据分离成训练集和测试集












效果评估








我们使用score()函数计算拟合的优度:








基于以上数据集的分数是:97.86


结论


模型的R平方为97.86%,R平方取值在0到100%之间。


接近100%的分数表明,该模型很好地解释了TSLA股价走势。


以上,恭喜你学会了一个基本而强大的机器学习技术!


免责声明:股票市场上的所有投资和交易都涉及风险。任何在金融市场进行交易的决定,包括股票或期权或其他金融工具的交易,都是个人决策,只有在深入研究之后才能做出,包括个人风险和财务评估。本文所述的交易策略或相关信息仅供参考。

原文来自:https://zhuanlan.zhihu.com/p/36182253-------------------------------------------美股开户美股ETF美股如何注册如何炒美股
快速回复
您需要登录后才可以回帖 登录 | 我要注册

本版积分规则

  • 身份证会消磁吗?
  • 我认为期权的本质就是期权多头和空头的对赌,国家既然禁止赌博,为什么却允许期权交易呢?!?

    更多 >今日热点

      快速回复 返回顶部 返回列表