Tôi đang cố gắng nắm bắt cách sử dụng máy học để dự đoán thời gian tài chính 1 hoặc nhiều bước trong tương lai.
Tôi có một thời gian tài chính với một số dữ liệu mô tả và tôi muốn tạo thành một mô hình và sau đó sử dụng mô hình để dự đoán n bước trước.
Những gì tôi đã làm cho đến nay là:
getSymbols("GOOG")
GOOG$sma <- SMA(Cl(GOOG))
GOOG$range <- GOOG$GOOG.High-GOOG$GOOG.Low
tail(GOOG)
GOOG.Open GOOG.High GOOG.Low GOOG.Close GOOG.Volume GOOG.Adjusted sma range
2013-05-07 863.01 863.87 850.67 857.23 1959000 857.23 828.214 13.20
2013-05-08 857.00 873.88 852.91 873.63 2468300 873.63 834.232 20.97
2013-05-09 870.84 879.66 868.23 871.48 2200600 871.48 840.470 11.43
2013-05-10 875.31 880.54 872.16 880.23 1897700 880.23 848.351 8.38
2013-05-13 878.89 882.47 873.38 877.53 1448500 877.53 854.198 9.09
2013-05-14 877.50 888.69 877.14 887.10 1579300 887.10 860.451 11.55
Sau đó, tôi đã trang bị một mô hình RandomForest cho dữ liệu này.
fit <- randomForest(GOOG$GOOG.Close ~ GOOG$sma + GOOG$range, GOOG)
Điều này dường như phù hợp với đáng ngạc nhiên:
> fit
Call:
randomForest(formula = GOOG$GOOG.Close ~ GOOG$sma + GOOG$range, data = GOOG)
Type of random forest: regression
Number of trees: 500
No. of variables tried at each split: 1
Mean of squared residuals: 353.9844
% Var explained: 97.28
Và đã cố gắng sử dụng nó để dự đoán:
predict(fit, GOOG, n.ahead=2)
Nhưng dự đoán này đã không hoạt động.
Tôi cố gắng dự đoán Đóng, tôi có nên trễ các biến khác theo nhiều bước như tôi muốn dự đoán trước khi lắp mô hình không?
Có lẽ nhiều thứ khác tôi cũng nên tính đến nhưng đây thực sự là những bước đầu tiên của tôi để thử học máy.