Question

我在财务数据上运行了一系列算法。出于这个问题的目的，我有一个包含1226行数据的股票的金融市场数据。

I run the follow code to fit and predict the model:

strat.fit <- glm(DirNDay ~l_UUP.Close + l_FXE.Close + MA50 + +MA10 + RSI06 + BIAS10 + BBands05, data=STCK.df,family="binomial") 
strat.probs <- predict(strat.fit, STCK.df,type="response")

我将概率预测提升到第1226行，我有兴趣预测新的一天，即1227天。我在第1227天尝试预测得到以下回应

strat.probs [1227] NA

任何帮助/建议都将不胜感激

Answer 1

predict函数将根据当天其他变量的值预测DirNDay的值。如果您希望它为新的一天预测DirNDay，那么您需要为它提供新一天的所有其他相关变量。

听起来这不是你想要做的事情，你需要创建一个完全不同的模型，它使用时间（或日期）来预测值。然后，您可以为predict提供新的时间，并且可以使用它来预测新的DirNDay。

如果你不知道从哪里开始，有免费的在线教科书如何使用R by Rob Hyndman：https://www.otexts.org/fpp

（但是，如果我完全误解了glm模型，那么最后两个段落都没有。）

Answer 2

为了预测第1228天，您需要知道解释变量（MA50，MA10等）的值将在1228天。将它们存储为新的数据框（例如STCK.df.new）并将其存入预测函数：

SET GLOBAL log_output="FILE"
SET GLOBAL general_log_file="Path/File"
SET GLOBAL general_log='ON'

使用predict（）函数对现有数据进行预测

2 个答案: