【NumPy】移動平均線・重回帰分析による株価予測の正答率

この記事では、Python言語とNumPyを用いて、移動平均線(MA)と重回帰分析（多変量解析）で株価予測した結果の正答率を求める方法をソースコード付きで解説します。

重回帰分析（多変量解析）で株価分析
ソースコード
実行結果
関連ページ

重回帰分析（多変量解析）で株価分析

前回の記事では、前日の移動平均線（5日線、25日線、75日線、200日線）を説明変数として、重回帰分析で株価を予測してみました。

–	前回の記事はこちら
参考	【NumPy】移動平均線と重回帰分析で株価予測

今回は、作成したモデル式を用いて、日経平均株価(終値)が上昇・不変・下落のいずれの動きを示すかを1日ずつ予測してみました。そして、予測値と実測値を比較して正答率を求めました。

ソースコード

サンプルプログラムのソースコードです。

# -*- coding: utf-8
import numpy as np
import matplotlib.pyplot as plt

# 移動平均線の計算(データ, 日数)
def move_average(data, day):
    return np.convolve(data, np.ones(day)/float(day), 'valid')

# 重回帰分析（偏回帰係数の計算）
def stat(y, x):
    x = np.vstack([np.ones(x.shape[1]), x]) # 定数項, 説明変数
    return np.linalg.lstsq(x.T, y)[0]       # 偏回帰係数

# 前日から上昇・下落のチェック
def ud(f):
    # 勾配を計算
    df = np.gradient(f)
    # 前日から上昇なら1, 不変なら0, 下降なら-1
    df[df > 0] = 1
    df[df == 0] = 0
    df[df