给定股票n的特征,我正在创建一个基本应用程序来预测n + 1天股票的“平仓”价值。
我目前已这样定义自己的功能和目标
features = df.loc[:,df.columns != 'Close']
targets = df.loc[:,df.columns == 'Close']
目标是数据框中列称为“关闭”的数据,特征是数据框中列未称为“关闭”的数据
这给了我一个相当准确的预测,这很有意义,因为“关闭”值很可能与当天的开盘价,低值和高值相差不大,但是我想使用模型来预测第n天的“关闭”值+1,其中n是日期,在n中指定了功能。
答案 0 :(得分:0)
您可以从熊猫中应用df_plus1 = df.shift(-1)
函数来获取第二天的数据框。
这将创建一个尺寸相同且行偏移的df。