2022年，教你用Python预测茅台股票涨跌

二话不说，上梯子，导库拉数据：

import pandas as pd
import pandas_datareader.data as web
import numpy as np
from datetime import datetime

数据甭多了，来个3年的：

end = datetime.date.today()
start = end - datetime.timedelta(days = 365*3)

我大A股，最牛X的股票，要说是茅台，没人反对吧?那咱搞茅台的行情数据：

cowB = web.DataReader('600519.ss', 'yahoo', start, end)
cowB.head()

拉下来本仙就惊了，2019年1月的时候，大茅台才600多块钱啊!不过估计当时让本仙买，本仙也不敢。那时候我大A股过百的股票也没多少吧!

然后我按照书里的方法，做下特征工程：

cowB['open-close'] = cowB['Open'] - cowB ['Close']
cowB ['high-low'] = cowB ['High'] - cowB ['Low']
cowB ['target'] = np.where(cowB['Close'].shift(-1) > 
cowB['Close'],1,-1)
cowB = cowB.dropna()
cowB.tail()

然后就多了几列，target里面，1表示次日上涨，-1表示次日下跌：

下面要搞模型了：

x = cowB [['open-close','high-low']]
y = cowB ['target']

拆成x和y，然后请出scikit-learn：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

然后把数据集拆分成训练集和测试集：

x_train, x_test, y_train, y_test = train_test_split(x, y, train_size = 
0.8)

看看逻辑回归表现如何：

lr = LogisticRegression()
lr.fit(x_train, y_train)
print(lr.score(x_train, y_train))
print(lr.score(x_test, y_test))

结果发现，还没有书里KNN的分数高：

0.5438898450946644
0.5136986301369864

逻辑回归在训练集里面的准确率是54.39%，与书里KNN的准确率基本持平;但是测试集里只有51.37%，比书里的KNN模型低了差不多3个百分点。

折腾了一圈，结果并不满意。按说逻辑回归在分类任务上的表现，应该优于KNN才对啊。难道是本仙的数据噪音太大了?还是说其实这种预测本身意义就不大呢?