کد متوسط متحرک ساده برای پیش بینی قیمت سهام

شما ذکر کردید که وقتی این کد را امتحان کردید ، یک پیام خطا وجود دارد. آیا شما می توانید جزییات بیشتری را مشخص کنید؟خطا چه بود؟در اینجا یک کد با یک روش دستی برای محاسبه میانگین متحرک وجود دارد. شاید این به شما در شروع کار کمک کند.

زمان = 1: 1: 100 '٪ 100 روز معاملاتی

StockPrice = RAND (100،1) +3 ٪ قیمت بسته شدن به دلار در هر روز

Movingave = Movmean (سهام قیمت ، 5) ٪ میانگین حرکت برای فواصل هفتگی

٪ به صورت دستی میانگین متحرک را با استفاده از یک روش نگاه به جلو 5 فضای محاسبه کنید

برای i = 1: 1: طول (سهام سهام) -5

MovingaveManual (i) = میانگین (سهام سهام (i: i+5)) ؛

طرح (زمان ، سهام)

صبر کن

طرح (زمان ، حرکت)

طرح (زمان (1: طول (MovingaveManual)) ، MovingaveManual)

افسانه ("قیمت هر روز" ، "میانگین قیمت هر هفته" ، "میانگین حرکت ، محاسبه دستی")

ylim ([0 6])

ylabel ("قیمت ، $")

Xlabel ("روز معاملاتی")

Megawaty Lestari در 21 آوریل 2019

پیوند مستقیم به این نظر

کپی را به کلیپ بورد لغو کنید

پیوند مستقیم به این نظر

کپی را به کلیپ بورد لغو کنید

آقای Clay Swackhamer عزیز ،

از اینکه زود پاسخ دادید سپاسگزارم. بنابراین در واقع کد مانند این است ، من آن را از https://www. mathworks.com/matlabcentral/fileexchange/68637-machine-leaing-classification-us-predict-stock؟s_tid=mwa_osa_a به عنوان منابع من ، به دلیل منابع من دریافت کردم. من می خواهم که ouput بتواند قیمت و تاریخ موجود در برچسب را نشان دهد از جمله قیمت واقعی که من از یاهو دریافت می کنم و قیمت پیش بینی شده از محاسبه با استفاده از Moving Alverge. اما وقتی من آن را اجرا می کنم ، نشان نمی دهد که من چگونه می خواهم ، و خطایی که می گوید:

عملکرد نامشخص یا متغیر 'MachineLeaingModellingNewUpdate'.

خطا در GetData (خط 109)

[ModelPrediction ، ModelNameFina ، model_accuracy] =

MachineLeaingModellingNewupDate (TablePrediction) ؛

همه را پاک کن ؛

استفاده شده از faultdata = true ؛

هشدار ("خاموش" ، "MATLAB: جدول: اصلاحاتندورادونام") ؛

در صورت استفاده از faultdata == true

StockData = readtable ('^jkse. csv' ، 'readvariableenames' ، درست) ؛

دیگر

stockdata = getMarketDataviayahoo ('^jkse' ، '1 ژانوی ه-2014' ، '3 0-april-2018 ') ؛

هشدار ("خاموش" ، "MATLAB: جدول: اصلاحاتندورادونام") ؛

٪ اطمینان حاصل کنید که داده ها در نوع داده صحیح هستند

اگر IsNumeric (StockData. open) == false

Open = CellFun (@str2double ، stockdata. open) ؛

بالا = CellFun (@str2double ، stockdata. high) ؛

کم = CellFun (@str2double ، stockdata. low) ؛

close = cellFun (@str2double ، stockdata. close) ؛

تنظیم شده = CellFun (@str2double ، stockdata. adjclose) ؛

VOLUME = CELLFUN (@str2double ، stockdata. volume) ؛

دیگر

باز = StockData. open ؛

بالا = StockData. High ؛

کم = StockData. low ؛

close = StockData. close ؛

تنظیم شده = StockData. Adjclose ؛

حجم = StockData. Volume ؛

تاریخ = StockData. date ؛

٪ tranform داده ها را به جدول زمانی

StockData_Timetable = جدول زمانی (تاریخ ، باز ، بالا ، پایین ، نزدیک ، حجم) ؛

٪ داده های گمشده را بررسی کنید

٪ داده های گمشده را با خطی پر کنید

در صورت وجود هر (ismissing (stockdata_timetable))) == درست است

StockData_Timetable = Fillmissing (StockData_Timetable ، "خطی") ؛

اگر حجم 0 باشد ، ردیف را حذف کنید

StockData_Timetable (StockData_Timetable. Volume == 0 ، :) = [] ؛

٪ مشاهده داده ها

طرح (StockData_Timetable. date ، StockData_Timetable. Close) ؛

عنوان ("بورس اوراق بهادار جاکارتا") ؛< Pan> Close = StockData. Close ؛