在某些事件(生物臨床成功、股息、并購等)之前和之后,我有三個月的股票價格。
我想使用這些資料分析特定事件之后的趨勢,并在此基礎上分析等待特定事件的新股的趨勢。
但我不確定使用哪種演算法。
我應該使用哪種演算法,LSTm 或 ARIMA 等?
uj5u.com熱心網友回復:
我建議從線性回歸之類的簡單方法開始。線性回歸用于發現資料的趨勢,它也是一種非常簡單的演算法,與其他演算法相比,它幾乎不需要了解高級數學。在線性回歸中,使用線性預測函式對關系進行建模,其未知模型引數是從資料中估計的。這樣的模型稱為線性模型。最常見的是,給定解釋變數(或預測變數)值的回應的條件均值被假定為這些值的仿射函式;不太常見的是,使用條件中位數或其他分位數。像所有形式的回歸分析一樣,線性回歸關注給定預測變數值的回應的條件概率分布,而不是所有這些變數的聯合概率分布,這是多變數分析的領域。但是您可以選擇要使用的演算法
轉載請註明出處,本文鏈接:https://www.uj5u.com/ruanti/480438.html
上一篇:MinMax函式在深度=3時崩潰
