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.doc
版权申诉
96 浏览量
2022-07-13
12:45:56
上传
评论
收藏 755KB DOC 举报
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