Почему все эти учебники также включают цену закрытия в набор для тестирования?
Конечная цель - предсказать движение (рост), которое является закрытием минус цена открытия. Конечная модель - это модель, которая рассчитывает рост набора тестовых данных, очень близкий к фактическому росту. Рост является основной проблемой, которую пытается решить модель, и является точкой отсчета, когда вы вычисляете точность обученной модели.
Они только предполагают, что вводить даты правильно? Потому что мы прогнозируем цену закрытия
Модель прогнозирует рост на основе данных факторов. Для компании у вас есть много факторов, которые количественно, в день. Я подозреваю, что в учебнике, который вы использовали, используется набор тестов, извлеченный для одного конкретного дня, и разные акции. Как извлечь все параметры для всех компаний, но только 10 января, а затем проверить, насколько точна обученная модель. С другой стороны, обучающий набор содержит запас более одного дня.
Никто не говорит мне, как предсказать следующие 7 дней. Итак, если у нас есть модель, как получить значение закрытия на следующие 7 дней?
Чтобы прогнозировать цену акций относительно точно, вам нужна хорошо обученная модель. Для этого вам нужно обучить вашу модель на основе многих факторов. Одна и та же модель не может предсказать запас в разных странах. Одна модель может подходить для прогнозирования технологических запасов (AAPL), но не для других областей.
В целом, это сложный вопрос. Финансовые консультанты платят огромные деньги только за использование надежных моделей. Большинство из них используют несколько моделей на основе портфеля своих клиентов. Эти учебники знакомят вас с предметом и учат основному понятию. ИМХО, я бы сказал, что следующим шагом будет обучение, а затем соревнование в Kaggle.