建立金融数据时间序列和基础数据数据库(多维)

Question

我正在建立一个人工神经网络模型来预测股票走势。我输入的数据是每周股票价格(公开，收盘，高和低)，交易量，和其他基本比率(总共11个特征)，在过去20年的211只股票(未清理)。

我如何组织我的数据在一个单一的数据，以清理它？

目标是清理数据，减少维数(特征选择)，然后对模型进行处理。

Answer 1

Kaggle拥有与清理数据集相关的大量资源。一种很好的方法是以一种有意义的方式聚合所有相关数据，然后开始分析缺失值、缩放/规范化和编码的清理过程。记住，您以后有兴趣使用哪些模型来创建您的时间序列，并了解它们最适合使用的数据类型。这可能需要将一些连续的数据转换成更离散的形式。

具体来说，关于安全相关数据的分析和清理，我强烈建议您查看QuantConnect，因为它们有很多特定于该主题的教程。

EDA将帮助您选择重要的功能，并确定最佳的方法来设计它们，减少您的需求。如果不首先找到每个特性的重要性，就很难确定模型的最佳特性。如果你是EDA的新手，也许可以看看熊猫的概况，因为它提供了一些有用的洞察力。