缩放股票数据

Question

我试图将机器学习应用于股票预测，但是在扩展未来看不见的（更高）股票收盘价时遇到了问题。

让我们说我在预测股价时使用了随机的阿甘正态回归。我将数据分为训练集和测试集。 对于火车，我使用standardscaler，并进行拟合和变换 然后我用回归器来拟合 对于测试集，我使用standardscaler并进行转换 然后我使用回归器进行预测，并与测试标签进行比较

如果我在图表上绘制预测和测试标签，则预测似乎已超出极限或上限。问题在于，标准定标器适合火车组，测试组（在时间轴上晚）具有更高的价值，算法不知道如何处理这些极端数据

def test(X, y):
    # split the data
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, shuffle=False)

    # preprocess the data
    pipeline = Pipeline([
    ('std_scaler', StandardScaler()),
    ])
    # model = LinearRegression()
    model = RandomForestRegressor(n_estimators=20, random_state=0)

    # preprocessing fit transform on train data
    X_train = pipeline.fit_transform(X_train)
    # fit model on train data with train label
    model.fit(X_train, y_train)
    # transform on test data
    X_test = pipeline.transform(X_test)
    # predict on test data
    y_pred = model.predict(X_test)
    # print(np.sqrt(mean_squared_error(y_test, y_pred)))

    d = {'actual': y_test, 'predict': y_pred}
    plot_data = pd.DataFrame.from_dict(d)
    sns.lineplot(data=plot_data)
    plt.show()

缩放后应该怎么做？

这就是我绘制预测的结果，实际收盘价与时间的对比

Answer 1

问题主要来自您使用的模型。 RandomForest回归器是在决策树上创建的。它正在学习将训练集中的每个示例的输入映射到输出。因此，RandomForest回归器将适用于中间值，但适用于训练过程中未曾见过的极限值，当然，只要显示图片，它就可以执行。 您想要的是直接使用线性/多项式回归或ARIMA等更高级的算法来学习函数。