【关于时间序列的ML】项目 8 ：使用 Facebook Prophet 模型预测股票价格
大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流
个人主页－Sonhhxg_柒的博客_CSDN博客
欢迎各位→点赞 + 收藏⭐️ + 留言
系列专栏 - 机器学习【ML】 自然语言处理【NLP】 深度学习【DL】
foreword
✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。
如果你对这个系列感兴趣的话，可以关注订阅哟
文章目录
Facebook 先知模型
使用 Facebook Prophet 模型预测股票价格
股票价格预测是指确定一个组织的股票或其他金融工具的未来价值。如果你掌握了预测股票价格的艺术，你可以通过在合适的时间投资和卖出来赚取很多，你甚至可以通过指导其他想要探索交易的人来赚取收益。
Facebook 先知模型
Facebook Prophet 是 Facebook 核心数据科学团队开发的一种算法。它用于时间序列预测的应用程序。当可能存在季节性影响时，它非常有用。时间序列预测在股票价格预测中的应用非常广泛。在本文中，我将带您了解 Facebook Prophet 模型在 Google 股票价格预测中的应用。
使用 Facebook Prophet 模型预测股票价格
我将使用刚从yahoo finance下载的最新数据集。如果你想在我拿过的同一个数据集上练习这个任务，那么你可以在这里下载。
如果你在阅读本文时想在最新的数据集上进行练习，那么你可以从雅虎财经下载最新的。如果您在下载最新数据集时发现任何问题，可以在下面的评论部分提及；我会帮你解决的。
要使用 Facebook Prophet 模型预测股票价格，您必须安装一个名为 fbprophet 的包，可以使用 pip 命令轻松安装 - pip install fbprophet。我希望你已经安装了这个包，现在让我们进一步导入我们需要的必要包来完成这个任务：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pandas_datareader as web
import warnings
!pip install fbprophet
import fbprophet现在让我们阅读并查看我们正在处理的数据：
from google.colab import files
uploaded = files.upload()
data = pd.read_csv("GOOG.csv")
data.head()
在继续之前，让我们可视化数据，以便我们可以更好地了解我们将处理的数据：
plt.style.use("fivethirtyeight")
plt.figure(figsize=(16,8))
plt.title("Google Closing Stock Price")
plt.plot(data["Close"])
plt.xlabel("Date", fontsize=18)
plt.ylabel("Close Price USD ($)", fontsize=18)
plt.show() 
数据集中只需要两个特征，即日期和收盘价。因此，让我们为模型准备数据：
data = data[["Date","Close"]]
data = data.rename(columns = {"Date":"ds","Close":"y"})
data.head()
现在让我们将数据拟合到 Facebook Prophet 模型以预测 Google 的股价：
from fbprophet import Prophet
m = Prophet(daily_seasonality=True)
m.fit(data)我们已经成功地将数据拟合到 Facebook Prophet 模型中。现在让我们看看模型做出的股价预测：
future = m.make_future_dataframe(periods=365)
predictions=m.predict(future)
m.plot(predictions)
plt.title("Prediction of GOOGLE Stock Price")
plt.xlabel("Date")
plt.ylabel("Closing Stock Price")
plt.show()
现在让我们看一下季节性对我们模型所做预测的影响：
m.plot_components(predictions)
plt.show()
我希望您喜欢这篇关于使用 Facebook Prophet 模型预测股票价格的文章。