股市收盘价趋势分析及预测模型构建

数据来源于名为'GOOG.xlsx'的文件，其中包含了丰富的信息，涵盖了股票代码、日期、收盘指数、最高指数、最低指数、开盘指数以及交易数量等7个关键列。这份数据囊括了GOOG单只股票在2016-06-14至2021-06-11期间的全貌。分析的重点在于利用机器学习中的回归算法，通过对过去100天的数据进行训练，以后100天的数据进行测试，来预测收盘指数的走势。对于回归算法的选择，需经过综合考虑确定最适用的模型。

实际操作包括以下步骤：① 读取数据； ② 将数据分为训练集和测试集的x，y； ③ 利用机器学习库中回归算法模块进行训练与预测，得到预测值的y； ④ 提取后100天数据的日期形成一个列表； ⑤ 设置两个空列表x1与x2； ⑥ x1存放1-100的数字，x2存放每隔4个一次的1-100的数字； ⑦ 利用python中的绘图方法，绘制折线图，使用两种颜色区分预测值与真实值，横坐标节点为25个日期点，同时添加图像标题、横纵坐标名以及图例。整个过程旨在通过数据分析和机器学习的手段，揭示股市收盘价的潜在走势。