淺談用線性迴歸預測股票價格
更新於 發佈於 閱讀時間約 2 分鐘
這篇文章的標題有「預測」二字，但看完之後請大家思考一下，這種基於「統計學」、「機器學習」的預測方法，是否跟你心中的「預測」相差甚遠呢？
這篇文章會簡介一下用線性回歸預測股票價格的概念。
線性回歸
何謂回歸(Regression)？ 回歸是一種統計學上分析數據的方法，其目的在於找出一個最能夠代表觀測資料關係的函數，它所得出的結論是連續的。例如：想找出年齡對應薪資的關係或者隨著時間推進的股票價格。 在只有兩個變數的平面上，也就是二維空間，找出一條能夠代表資料的線，我們稱之為簡單線性回歸(Simple Linear Regression)。 三維以上的空間中，利用線性回歸找出一能夠代表資料的超平面(Hyperplane)，我們稱之為多元線性回歸 (Multiple Linear Regression)。
線性回歸是一種用於模擬因變量（y）和自變量（x）之間關係的方法。通過簡單的線性回歸，只有一個自變量x。可能有許多獨立變量屬於多元線性回歸的範疇。
在這種情況下，我們只有一個自變量即日期。對於第一個日期上升到日期向量長度的整數，該日期將由1開始的整數表示，該日期可以根據時間序列數據而變化。當然，我們的因變量將是股票的價格。為了理解線性回歸，您必須了解您可能在學校早期學到的相當基本的等式。
y = a + bx
- Y =預測值或因變量
- b =線的斜率
- x =係數或自變量
像是下圖的範例，可以想像成10號到26號每天的價格圖，紅點是每一天的價格落點（12號是190元、14號是210元….）而綠色的線則是我們根據資料有的12的紅點來擬合出一條最接近的方程式。
從本質上講，上面那個簡單的方程式就可以構成我們對數據的擬合。在運算(Ordinary Least Squares)過後即找到最佳擬合線，最小化平方誤差和（SSE）與股票價格（y）的實際值以及我們在數據集中所有點的預測股票價格。
迴歸分析主要目的是用來解釋資料過去的現象及由自變數來預測依變數未 來可能產生之數值。而簡單線性迴歸分析則是用一直線來解釋一個自變數與一 個依變數的關係。
不知道大家看完之後，對基本的「預測」是否有一點點認識，如果有任何問題也歡迎留言討論。
我們自己的Podcast也開張了
每週更新，希望帶給大家機器學習的相關內容
我們也會在每個月11號 帶給大家這個月的機器學習分析結果
歡迎大家來聽聽 並和我們也分享資訊
FB: https://reurl.cc/WL19r9
Podcasts:
Apple: https://reurl.cc/D63Dz6
SoundOn: https://reurl.cc/n0OXad
Spotify :https://reurl.cc/XkV3dR
即將進入廣告，捲動後可繼續閱讀
為什麼會看到廣告
111會員
94內容數
史塔克音近Stock，我們是一群喜歡研究股市市場並且利用機器學習分析的資料科學家，我們最常使用到Python來做量化投資，研究了一段時間的財經跟程式，希望能把我們自己分析的分析成果，和大家一起分享看看，並且和大家在這一條漫長的路一起學習成長！
留言0
查看全部
你可能也想看
Google News 追蹤
大家好，我是woody，是一名料理創作者，非常努力地在嘗試將複雜的料理簡單化，讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程，今天想跟大家聊聊，除了料理本身，料理創作背後的成本。
哈囉～很久沒跟各位自我介紹一下了～
大家好～我是爺恩
我是一名圖文插畫家，有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快！隨著時間過去，創作這件事好像變得更忙碌了，也很開心跟很多厲害的創作者以及廠商互相合作幫忙，還有最重要的是大家的支持與陪伴🥹。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
🌟 監督學習演算法（Supervised Learning Algorithms）
1️⃣ 線性回歸（Linear Regression）
應用場景：數值型預測，例如房價預測。
優勢：
簡單易懂，適合初學者。
對於線性關係的數據擬合效果佳。
局限：
無法處理非線性資料。
對異常值敏
這篇文章探討了股票技術分析的基本概念，包括K線圖和移動平均線的定義和用途，以及型態學的應用。此外，文章也介紹了葛蘭碧八大法則的相關內容，並討論了其歷史和潛在侷限性。最後，文章提醒投資者要理解技術分析工具的原理，不依賴單一指標做出投資決策。
本文深入淺出地解析均線使用技巧，包括均線排列、股價與均線關係、均線斜率及交叉等重點，幫助投資者掌握趨勢判斷的關鍵，提升投資決策能力。
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
這篇文章將分享作者在量化交易中的一些心得和經驗，包括使用線性表示商品未來合理價格、避免以單一指標決定交易等。透過這些觀點，讀者可以獲得更多對量化交易的理解。
趨勢線是金融市場中重要的交易工具，能幫助交易者預測價格走勢並制定交易策略。本文介紹了趨勢線的繪製方法，趨勢反轉的識別以及策略補強規則。閱讀本文可以讓讀者更好地理解趨勢線的應用，提高交易的成功率。
大家好，我是woody，是一名料理創作者，非常努力地在嘗試將複雜的料理簡單化，讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程，今天想跟大家聊聊，除了料理本身，料理創作背後的成本。
哈囉～很久沒跟各位自我介紹一下了～
大家好～我是爺恩
我是一名圖文插畫家，有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快！隨著時間過去，創作這件事好像變得更忙碌了，也很開心跟很多厲害的創作者以及廠商互相合作幫忙，還有最重要的是大家的支持與陪伴🥹。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
🌟 監督學習演算法（Supervised Learning Algorithms）
1️⃣ 線性回歸（Linear Regression）
應用場景：數值型預測，例如房價預測。
優勢：
簡單易懂，適合初學者。
對於線性關係的數據擬合效果佳。
局限：
無法處理非線性資料。
對異常值敏
這篇文章探討了股票技術分析的基本概念，包括K線圖和移動平均線的定義和用途，以及型態學的應用。此外，文章也介紹了葛蘭碧八大法則的相關內容，並討論了其歷史和潛在侷限性。最後，文章提醒投資者要理解技術分析工具的原理，不依賴單一指標做出投資決策。
本文深入淺出地解析均線使用技巧，包括均線排列、股價與均線關係、均線斜率及交叉等重點，幫助投資者掌握趨勢判斷的關鍵，提升投資決策能力。
本研究使用了盤中逐筆成交資料（Tick-by-tick Data）來進行股票價格的預測，並討論了馬可夫鏈模型和擴散核模型在這方面的應用。研究結果表明，大多數股票的未來三秒價格可以在少於22個狀態中找到，顯示了交易價格的低不確定性。此外，研究還發現波動性更大和價格更高的股票更難以準確預測。
這篇文章將分享作者在量化交易中的一些心得和經驗，包括使用線性表示商品未來合理價格、避免以單一指標決定交易等。透過這些觀點，讀者可以獲得更多對量化交易的理解。
趨勢線是金融市場中重要的交易工具，能幫助交易者預測價格走勢並制定交易策略。本文介紹了趨勢線的繪製方法，趨勢反轉的識別以及策略補強規則。閱讀本文可以讓讀者更好地理解趨勢線的應用，提高交易的成功率。