Python 数据分析--Numpy 常用函数介绍(4)--Numpy 中的线性关系和数据修剪压缩
摘要:总结股票均线计算原理--线性关系,也是以后大数据处理的基础之一,NumPy 的
linalg 包是专门用于线性代数计算的。作一个假设,就是一个价格可以根据 N 个之前的价格
利用线性模型计算得出。
前一篇,在计算均线,指数均线时,分别计算了不同的权重,比如
和
都是按不同的计算方法来计算出相关的权重,一个股价可以用之前股价的线性组合表示出
来,也即,这个股价等于之前的股价与各自的系数相乘后再做加和的结果,但是,这些系数
是需要我们来确定的,也即一个线性相关的权重。
一、用线性模型预测价格
创建步骤如下:
1)先获取一个包含 N 个收盘价的向量(数组):
N=10
#N=len(close)
new_close = close[-N:]
new_closes= new_close[::-1]
print (new_closes)
运行结果:[39.96 38.03 38.5 38.6 36.89 37.15 36.61 37.21 36.98 36.47]
2)初始化一个 N×N 的二维数组 A ,元素全部为 0
评论0
最新资源