《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌

简介: 原文:《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌数据准备:一组股票历史成交数据(股票代码:601106 中国一重),起止日期:2011-01-04至今,其中变量有“开盘”、“最高”、“最低”、“收盘”、“总手”、“金额”、“涨跌”等 UPDATE FactStock...
原文: 《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌

数据准备:
一组股票历史成交数据(股票代码:601106 中国一重),起止日期:2011-01-04至今,其中变量有“开盘”、“最高”、“最低”、“收盘”、“总手”、“金额”、“涨跌”等

UPDATE  FactStock
SET     [涨跌] = N''
WHERE   [涨幅] > 0

UPDATE  FactStock
SET     [涨跌] = N''
WHERE   [涨幅] < 0

UPDATE  FactStock
SET     [涨跌] = N'持平'
WHERE   [涨幅] = 0

SELECT  [涨跌] ,
        COUNT(*) AS Cnt
FROM    FactStock
GROUP BY [涨跌]

SELECT  *
FROM    FactStock
WHERE   [涨跌] = N'持平'

SELECT  MAX(收盘) ,
        MIN(收盘) ,
        AVG(收盘)
FROM    FactStock

UPDATE  FactStock
SET     序列 = CAST(REPLACE(CONVERT(CHAR(10), SUBSTRING([时间], 1, 10), 120), '-',
                          '') AS INT)

SELECT  *
FROM    FactStock

 

分析过程:










目录
相关文章
|
4月前
|
机器学习/深度学习 算法 数据挖掘
逻辑回归算法
逻辑回归(Logistic Regression)是一种广义的线性回归分析模型,常用于数据挖掘、疾病自动诊断、经济预测等领域。它根据给定的自变量数据集来估计事件的发生概率。变量的范围在0和1之间,通常用于二分类问题,最终输出的预测是一个非线性的S型函数,称为logistic function, g()。 逻辑递归(Recursive Logic)是一种在逻辑学中使用的推理方法,它基于递归定义和递归推理规则,用于描述和推导关于递归结构的命题。用于研究自指的悖论和不完全性定理。它是基于自我引用和递归定义的思想,将逻辑和计算理论相结合,形成了一种强有力的推理工具。
|
4月前
|
算法
算法编程(五):买卖股票的最佳时机
算法编程(五):买卖股票的最佳时机
29 0
|
1天前
|
机器学习/深度学习 算法 C++
R语言贝叶斯MCMC:GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
R语言贝叶斯MCMC:GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
24 0
|
1月前
|
机器学习/深度学习 数据采集 算法
Python基础算法解析:逻辑回归
Python基础算法解析:逻辑回归【2月更文挑战第20天】
30 1
Python基础算法解析:逻辑回归
|
1月前
|
机器学习/深度学习 数据采集 算法
逻辑回归算法预测:哪些因素导致肥胖率上升?
逻辑回归算法预测:哪些因素导致肥胖率上升?
36 0
|
1月前
|
算法 Java 索引
[Java·算法·中等] LeetCode122. 买股票的最佳时机 II 解读
[Java·算法·中等] LeetCode122. 买股票的最佳时机 II 解读
21 0
|
3月前
|
存储 算法 JavaScript
JS算法-买卖股票的时机
JS算法-买卖股票的时机
|
3月前
|
算法 Java 索引
[Java·算法·中等] LeetCode122. 买股票的最佳时机 II 解读
[Java·算法·中等] LeetCode122. 买股票的最佳时机 II 解读
21 0
|
3月前
|
算法 Java
[Java·算法·简单] LeetCode121. 买股票的最佳时机 详细解读
[Java·算法·简单] LeetCode121. 买股票的最佳时机 详细解读
30 0
|
3月前
|
机器学习/深度学习 算法 数据挖掘
逻辑回归算法是什么?
逻辑回归(Logistic Regression)是一种广义的线性回归分析模型,常用于数据挖掘、疾病自动诊断、经济预测等领域。它根据给定的自变量数据集来估计事件的发生概率。变量的范围在0和1之间,通常用于二分类问题,最终输出的预测是一个非线性的S型函数,称为logistic function, g()。 逻辑递归(Recursive Logic)是一种在逻辑学中使用的推理方法,它基于递归定义和递归推理规则,用于描述和推导关于递归结构的命题。用于研究自指的悖论和不完全性定理。它是基于自我引用和递归定义的思想,将逻辑和计算理论相结合,形成了一种强有力的推理工具。