如何根据历史数据,分析、预测未来

2018-05-02 20:48:55 +08:00
 shenfu1991

小弟最近研究一项事物,根据特定的算法,获取到一些数据,类似这样的:
image
完整的数据: http://www.wenjian.ml/c100.xlsx

特求教各位大佬,该如何分析(利用数学知识、软件)这些数据,是否可以根据这些数据找出规律,然后预测下一个日期的数据?

8164 次点击
所在节点    程序员
33 条回复
akira
2018-05-02 20:55:48 +08:00
股票行业不就是最喜欢做这种事情了咯
kuhung
2018-05-02 20:56:45 +08:00
时序预测了解一下
enenaaa
2018-05-02 21:07:41 +08:00
这是机器学习的任务, 从历史数据中找到统计规律并做出预测。
一般这种离散数据, 可以使用逻辑回归、GBDT 等模型。
enenaaa
2018-05-02 21:10:27 +08:00
上面说错了。 楼主这个是回归类任务, 不是分类。逻辑回归做不了。GBDT 是可以的。
可以从线性回归入手, 先熟悉一下。
dyllanwli
2018-05-02 21:50:05 +08:00
Bilstm hmm crf 的了解一下
iyaozhen
2018-05-02 21:57:43 +08:00
Facebook 的 prophet 了解下
atcdef
2018-05-02 22:47:23 +08:00
首先得确认影响的因子是否已经都包含在数据中了,目前来看,结果是日期的函数,如果事实上不存在这样的关系,那拟合出来,也只能与样本匹配,而无法匹配未来。
Lanceliel
2018-05-02 23:31:58 +08:00
楼主希望找到什么意义上的“规律”?
肉眼大概看了一下 3 月份的数据,感觉上似乎每一天的数据稳定服从一个时间无关的正态分布?
你先做一下正态检验看看,估计是可以拟合曲线的。

另外,7 楼的回复非常重要,请务必确认。
alexfu
2018-05-03 00:36:39 +08:00
你这每一行具体是啥东西呀。。为啥每列的行数都不一样的。。。
alexfu
2018-05-03 00:37:44 +08:00
@Lanceliel 你看看完整版。。。截图很误导。。。
takato
2018-05-03 01:14:31 +08:00
目前市面上的绝大部分方法达不到正的 Alpha 收益(也就是比捏着不动来得好)

有 Alpha 的,一般都不会公开啦
shenfu1991
2018-05-03 08:45:12 +08:00
@kuhung @enenaaa @dyllanwli @iyaozhen @atcdef @Lanceliel @takato 感谢,我去了解一下。
naiba
2018-05-03 08:48:43 +08:00
压倒骆驼的不止最后一根稻草
zlhsvc
2018-05-03 08:52:03 +08:00
你只能得到一个大概的数据,而且不稳定。
时间又不是一个循环
jjplay
2018-05-03 09:10:00 +08:00
本期双色球
02 03 05 08 12 16 21 + 06
Antidictator
2018-05-03 09:34:50 +08:00
@jjplay #15 已买 100 元
shuperjolly
2018-05-03 09:38:56 +08:00
当你想有预测的效果时这个项目已经失败了
zarte
2018-05-03 09:43:23 +08:00
大学数学相关的课你可以慢慢学
jsun
2018-05-03 10:37:03 +08:00
金融行业的量化投资,搞了很多年了,主要还是看你的数据靠谱不
SuperMild
2018-05-03 11:10:10 +08:00
要找到规律,前提是有规律。并不是一切都有规律的,很多东西在有意义的尺度里是没有规律的。比如彩票,很多文化程度低的人去研究那些数字出现的规律,但我们知道,那只有巧合,没有规律。比如股市,分析 K 线规律实在非常傻,能赚钱只是因为控制了仓位,连他们自己内心都不相信那玩意儿有规律,真相信就全仓一把梭了。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/451579

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX