使用predict()函数对现有数据进行预测

Question

我有一系列关于金融数据的算法。为了这个问题，我有1226行数据的股票的金融市场数据。

I run the follow code to fit and predict the model:

strat.fit <- glm(DirNDay ~l_UUP.Close + l_FXE.Close + MA50 + +MA10 + RSI06 + BIAS10 + BBands05, data=STCK.df,family="binomial") 
strat.probs <- predict(strat.fit, STCK.df,type="response")

我得到的概率预测到第1226行，我有兴趣为新的一天做一个预测，那就是1227。在第1227天的预测中，我得到了以下的回应

strat.probs1227 NA

如有任何帮助/建议，将不胜感激。

Answer 1

predict函数将根据当天其他变量的值来预测DirNDay的值。如果您希望它预测新的一天的DirNDay，那么您需要为新的一天提供所有其他相关的变量。

听起来这不是你想要做的，你需要创建一个完全不同的模型，它使用时间(或白天)来预测值。然后，您可以为predict提供一个新的时间，它可以使用它来预测一个新的DirNDay。

有一本免费的在线教科书，如果你不知道从哪里开始，可以使用罗布·海德曼的R来预测：https://www.otexts.org/fpp

(但如果我完全误解了glm模型，那就别管最后两段了。)

Answer 2

为了对1228天进行预测，您需要知道解释变量(MA50、MA10等)在1228天的值。将其存储为新的数据框架(例如STCK.df.new)，并将其放入您的预测函数中：

STCK.df.new <- data.frame(l_UUP.Close = .4, l_FXE.Close = 2, ... )
strat.probs <- predict(strat.fit ,STCK.df.new ,type="response")