概述:
在这个脚本中，它使用MATLAB中的机器学习来预测股票的购买决策。利用现实生活中的数据，它将探索如何管理带有时间戳的数据，并选择最适合的机器学习模型。众所周知，数据的准备和显著特征的选择对模型的准确性起着很大的作用。在这个例子中，它使用今天的技术指标来预测第二天的收盘价。
在这个例子中，交易策略是，如果当天收盘价比收盘价高1%，那么我们应该在股市开盘时买入股票，在股市收盘时卖出。
在此示例中，它会使如何预处理数据进行建模和预测模型的决策。每个日期的新数据将被列为重新列车新模型，并找到第二天预测的最佳型号。有趣的？
[注:不提倡任何特定的策略、因素或方法]
亮点:
使用时间表对象处理从Yahoo Finance的下载数据
基于领域知识选择特征
机器学习模型
自动重新训练新模型，以纳入新的更新数据，以进行下一次预测
预测购买决策
使用/无平行计算体验计算速度
产品重点:
MATLAB
金融工具箱
统计和机器学习工具箱
并行计算工具箱(可选)
引用作为
凯文庄瑞豪(2021)。机器学习分类用于预测股票(//www.tatmou.com/matlabcentral/fileexchange/68637-machine-learning-classification-used-to-predict-stock)， MATLAB中央文件交换。检索．
