根据给定数据的平均值预测未来的图表

Question

我正试图做一个未来的股票价格预测，我已接近完成，但最后一步已使我困惑。如何根据给定数据的不同平均值来预测图表的未来？

#how it works up to now:
stockprice =[1, 2, 3, ... 9999]

#for every number in stock price, add that number till x amount(x would be input) numbers and divide them (calculate average)
StockDataSeperate = StockData_AverageFinder[-int_toSplitBy:-1]
            for num in StockDataSeperate:
                Average += num
            Average = Average / len(StockDataSeperate)
            Averaged_StockData = np.append(Averaged_StockData, Average)

#doing this x amount of times and exponentiating the number to average by, by x.

使用这些数据(StockPrice平均图)，是否有可能使用平均数据来预测原始数据的未来？如果任何人有任何联系或想法，我将是如此伟大！

Answer 1

显然，对未来的值使用移动平均值是行不通的，因为现在之外没有值。理论上，你会假设短期股票价格是随机的，所以你对未来价值最好的猜测就是简单地预测最后一个已知的价值。

然而，一个更“令人兴奋”的解决方案可能是通过将股票价格序列转化为一个监督学习问题来训练LSTM。重要的是，你不能预测价格本身，而是在你的时间序列中股票价格之间的回报。当然，您也可以使用移动平均值的回报作为输入，甚至是多个移动平均线，并进行多变量时间序列预测。

希望我不必提到股票价格预测并不是那么“容易”--尽管这是一个很好的练习。