Mam codzienne dane o cenach akcji z finansów yahoo w ramce danych o nazwie price_data
.dopasowane wartości czasów z trendu python
Chciałbym dodać do tego kolumnę, która zapewnia dopasowaną wartość z szeregu czasowego kolumny Adj Close
.
Oto struktura danych używam:
In [41]: type(price_data)
Out[41]: pandas.core.frame.DataFrame
In [42]: list(price_data.columns.values)
Out[42]: ['Open', 'High', 'Low', 'Close', 'Volume', 'Adj Close']
In [45]: type(price_data.index)
Out[45]: pandas.tseries.index.DatetimeIndex
Jaki jest neatest sposobem osiągnięcia tego celu w języku Python?
Tak na marginesie, co następuje osiągnąć to w języku R
all_time_fitted <- function(data)
{
all_time_model <- lm(Adj.Close ~ Date, data=data)
fitted_value <- predict(all_time_model)
return(fitted_value)
}
Oto przykładowe dane:
In [3]: price_data
Out[3]:
Open High Low Close Volume Adj Close
Date
2005-09-27 21.05 21.40 19.10 19.30 961200 19.16418
2005-09-28 19.30 20.53 19.20 20.50 5747900 20.35573
2005-09-29 20.40 20.58 20.10 20.21 1078200 20.06777
2005-09-30 20.26 21.05 20.18 21.01 3123300 20.86214
2005-10-03 20.90 21.75 20.90 21.50 1057900 21.34869
2005-10-04 21.44 22.50 21.44 22.16 1768800 22.00405
2005-10-05 22.10 22.31 21.75 22.20 904300 22.04377
Czy możesz dodać próbkę danych wejściowych? – fixxxer
dodane próbki danych do pytania – datavoredan
I, może być głupie, ale co masz na myśli przez "dopasowaną wartość"? – fixxxer