python预测未来数据步骤

python预测未来数据步骤

您的代码使用此数据帧作为X来生成预测：df = df[['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']]

这意味着，如果你想预测未来五年的价格，你需要这些['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']数据点来预测未来的价格。在

请注意，您的图像中的预测是从历史数据中创建的，这些数据在这里被分离为一个测试集：X_lately = X[-forecast_out:]。所以它预测的每一个点都使用历史数据来预测未来的某个点。在

如果你真的想用这个模型来预测未来的5年，你首先需要预测/计算所有这些变量：predicted_X = ['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']，并继续运行一些包含clf.predict(predicted_X)的循环。在

我希望我的回答是清楚的，对你有帮助，如果不是让我知道，我会澄清它或回答其他问题。在

按照我所说的更新您的模型：

^{pr2}$

这个模型并不是很有用，因为它非常迅速地向上扩展，但是在它的实现中有一些有趣和不寻常的事情。在

为了更真实地预测未来的价格，你还需要实现某种随机游走。在

您还可以使用不同的模型来代替LinearRegression，例如RandomForestRegressor，这会产生非常不同的结果。在

^{3}$

与预