csv - 我的数据中用于训练股价预测器的目标是什么？

Question

关闭。这个问题是 opinion-based 。目前不接受答案。

---

想要改进这个问题吗？更新问题，以便 editing this post 可以用事实和引文来回答它。 .

已关闭 3 年前。

Improve this question

我想为委内瑞拉的经济指标建立一个股票价格预测器，我已经清理和结构化了我想要使用的历史数据(过去 10 年)，但我有疑问，因为这是我的第一个机器学习项目中，我的 CSV 数据包含 3000 多个条目，如下所示:

2553
11-28-2017;0.8823561
2554
11-29-2017;0.9679446
2555
11-30-2017;0.9719271
2556
12-1-2017;1.0302427

正如您所看到的，第 0 列有日期，第 1 列有该特定日期的价格，在这种情况下，训练数据 (X) 应该是价格，但是我想要使用的方法需要 X 和 Y (监督学习)，因为这是我第一次获取自己的数据，我感觉有点失落，到目前为止我的代码是:https://github.com/marcelodiaz558/Venezuela-dollar-price-predictor/blob/development/model.ipynb我将来想用 LSTM 来训练我的模型，或者也许我会从一个简单的人工神经网络开始进行测试，当我解决对数据的疑问时，我不知道 Y 应该是谁。

Answer 1

Y/你的目标是你想要预测的。 X/您的训练数据是您先验知识的某种向量表示，可用于更好地预测未知量。在使用简单回归器的简单时间序列预测中，您的训练数据可以是过去 N 天的价格。

因此，使用您的示例数据，您希望能够根据过去两天的价格 (N=2) 预测 future 某一天的价格，您的 X 和 Y 将是

X = [[0.8823561, 0.9679446], [0.9679446, 0.9719271]]
Y = [0.9719271, 1.0302427]

因此，要对数据进行机器学习，您需要根据您的需要对数据进行预处理。有些算法是专门为此任务设计的，因此不需要预处理，或者在实现中自动完成。