为股票建立逻辑回归模型
Build Logistic Regression Model for shares
我正在使用的数据包含标准普尔 500 指数 10 股的收盘价。
数据：
> dput(head(StocksData))
structure(list(ACE = c(56.86, 56.82, 56.63, 56.39, 55.97, 55.23
), AMD = c(8.47, 8.77, 8.91, 8.69, 8.83, 9.19), AFL = c(51.83,
50.88, 50.78, 50.5, 50.3, 49.65), APD = c(81.59, 80.38, 80.03,
79.61, 79.76, 79.77), AA = c(15.12, 15.81, 15.85, 15.66, 15.71,
15.78), ATI = c(53.54, 52.37, 52.53, 51.91, 51.32, 51.45), AGN = c(69.77,
69.53, 69.69, 69.98, 68.99, 68.75), ALL = c(29.32, 29.03, 28.99,
28.66, 28.47, 28.2), MO = c(20.09, 20, 20.07, 20.16, 20, 19.88
), AMZN = c(184.22, 185.01, 187.42, 185.86, 185.49, 184.68)), row.names = c(NA,
6L), class = "data.frame")
在接下来的部分中，我将计算 10 股的每日百分比变化：
perc_change <- (StocksData[-1, ] - StocksData[-nrow(StocksData), ])/StocksData[-nrow(StocksData), ] * 100
perc_change
输出：
# ACE AMD AFL APD AA ATI AGN ALL MO AMZN
#2 -0.07 3.5 -1.83 -1.483 4.56 -2.19 -0.34 -0.99 -0.45 0.43
#3 -0.33 1.6 -0.20 -0.435 0.25 0.31 0.23 -0.14 0.35 1.30
#4 -0.42 -2.5 -0.55 -0.525 -1.20 -1.18 0.42 -1.14 0.45 -0.83
#5 -0.74 1.6 -0.40 0.188 0.32 -1.14 -1.41 -0.66 -0.79 -0.20
#6 -1.32 4.1 -1.29 0.013 0.45 0.25 -0.35 -0.95 -0.60 -0.44
通过上面的代码，我找到了最新的 N 个变化率（N 应该在 [1,10] 中）。
我想制作 逻辑回归模型以预测第二天 (N + 1) 的变化，即“增加”或“减少”。
首先，我将数据分成两块：训练集和测试集：
（注意：因为 testset 我必须参加最后的 40 场比赛，因为 trainset 我必须参加测试集的前 85 场比赛！）
trainset <- head(StocksData, 870)
testset <- tail(StocksData, 40)
继续模型的拟合：
model <- glm(Here???,family=binomial(link='logit'),data=trainset)
我面临的问题是我不明白，我不知道在 glm 函数中包含什么。 我研究了很多逻辑回归模型，我认为我的数据中没有我需要放在那里的这个对象。
对我代码中的这个误解部分有什么帮助吗？
根据您分享的内容，您需要预测有关您提到的投资组合的新数据到达时的增加或减少。在这种情况下，您需要定义目标变量。我们可以计算正面和负面变化的数量。有了这些变量，我们可以创建一个目标变量，如果正大于负（会有增量）则为 1，如果相反则为 0（不会有增量）。共享的数据非常小，但我已经绘制了代码草图，以便您可以应用 training/test 方法进行建模。这里的代码：
我们将从perc_change开始计算正变量和负变量：
#Build variables
#Store number of and positive negative changes
i <- names(perc_change)
perc_change$Neg <- apply(perc_change[,i],1,function(x) length(which(x<0)))
perc_change$Pos <- apply(perc_change[,i],1,function(x) length(which(x>0)))
现在，我们创建带有条件的目标变量：
#Build target variable
perc_change$Target <- ifelse(perc_change$Pos>perc_change$Neg,1,0)
我们为数据创建一个副本并删除不必要的变量：
#Replicate data
perc_change2 <- perc_change
perc_change2$Neg <- NULL
perc_change2$Pos <- NULL
使用 perc_change2 输入已准备就绪，您应该拆分为 train/test 数据。我不会这样做，因为数据太小了。我直接上模型：
#Train the model, few data for train/test in example but you can adjust that
model <- glm(Target~.,family=binomial(link='logit'),data=perc_change2)
有了这个模型，您就知道如何评估性能和其他事情了。如果需要更多详细信息，请随时告诉我。
我正在使用的数据包含标准普尔 500 指数 10 股的收盘价。
数据：
> dput(head(StocksData))
structure(list(ACE = c(56.86, 56.82, 56.63, 56.39, 55.97, 55.23
), AMD = c(8.47, 8.77, 8.91, 8.69, 8.83, 9.19), AFL = c(51.83,
50.88, 50.78, 50.5, 50.3, 49.65), APD = c(81.59, 80.38, 80.03,
79.61, 79.76, 79.77), AA = c(15.12, 15.81, 15.85, 15.66, 15.71,
15.78), ATI = c(53.54, 52.37, 52.53, 51.91, 51.32, 51.45), AGN = c(69.77,
69.53, 69.69, 69.98, 68.99, 68.75), ALL = c(29.32, 29.03, 28.99,
28.66, 28.47, 28.2), MO = c(20.09, 20, 20.07, 20.16, 20, 19.88
), AMZN = c(184.22, 185.01, 187.42, 185.86, 185.49, 184.68)), row.names = c(NA,
6L), class = "data.frame")
在接下来的部分中，我将计算 10 股的每日百分比变化：
perc_change <- (StocksData[-1, ] - StocksData[-nrow(StocksData), ])/StocksData[-nrow(StocksData), ] * 100
perc_change
输出：
# ACE AMD AFL APD AA ATI AGN ALL MO AMZN
#2 -0.07 3.5 -1.83 -1.483 4.56 -2.19 -0.34 -0.99 -0.45 0.43
#3 -0.33 1.6 -0.20 -0.435 0.25 0.31 0.23 -0.14 0.35 1.30
#4 -0.42 -2.5 -0.55 -0.525 -1.20 -1.18 0.42 -1.14 0.45 -0.83
#5 -0.74 1.6 -0.40 0.188 0.32 -1.14 -1.41 -0.66 -0.79 -0.20
#6 -1.32 4.1 -1.29 0.013 0.45 0.25 -0.35 -0.95 -0.60 -0.44
通过上面的代码，我找到了最新的 N 个变化率（N 应该在 [1,10] 中）。 我想制作 逻辑回归模型以预测第二天 (N + 1) 的变化，即“增加”或“减少”。
首先，我将数据分成两块：训练集和测试集：
（注意：因为 testset 我必须参加最后的 40 场比赛，因为 trainset 我必须参加测试集的前 85 场比赛！）
trainset <- head(StocksData, 870)
testset <- tail(StocksData, 40)
继续模型的拟合：
model <- glm(Here???,family=binomial(link='logit'),data=trainset)
我面临的问题是我不明白，我不知道在 glm 函数中包含什么。 我研究了很多逻辑回归模型，我认为我的数据中没有我需要放在那里的这个对象。
对我代码中的这个误解部分有什么帮助吗？
根据您分享的内容，您需要预测有关您提到的投资组合的新数据到达时的增加或减少。在这种情况下，您需要定义目标变量。我们可以计算正面和负面变化的数量。有了这些变量，我们可以创建一个目标变量，如果正大于负（会有增量）则为 1，如果相反则为 0（不会有增量）。共享的数据非常小，但我已经绘制了代码草图，以便您可以应用 training/test 方法进行建模。这里的代码：
我们将从perc_change开始计算正变量和负变量：
#Build variables
#Store number of and positive negative changes
i <- names(perc_change)
perc_change$Neg <- apply(perc_change[,i],1,function(x) length(which(x<0)))
perc_change$Pos <- apply(perc_change[,i],1,function(x) length(which(x>0)))
现在，我们创建带有条件的目标变量：
#Build target variable
perc_change$Target <- ifelse(perc_change$Pos>perc_change$Neg,1,0)
我们为数据创建一个副本并删除不必要的变量：
#Replicate data
perc_change2 <- perc_change
perc_change2$Neg <- NULL
perc_change2$Pos <- NULL
使用 perc_change2 输入已准备就绪，您应该拆分为 train/test 数据。我不会这样做，因为数据太小了。我直接上模型：
#Train the model, few data for train/test in example but you can adjust that
model <- glm(Target~.,family=binomial(link='logit'),data=perc_change2)
有了这个模型，您就知道如何评估性能和其他事情了。如果需要更多详细信息，请随时告诉我。