스튜디로드래곤 AI로 다음날 종가 예측 해보기

Chatgtp에 다음달 종가 예측을 문의 하였습니다. 네이버 증권에서 "일일시세"표를 캡쳐하여 입력 하였습니다

선형 회귀 모델을 이용하여 예상 종가를 약 44,520원을 제시 하였습니다.

1. Chatgtp 이미지를 보고 아래와 같이 표로 만들었습니다

2. 파이썬 코드를 만들었습니다

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression

# Create the dataframe
data = {
    "Date": ["2024.05.31", "2024.05.30", "2024.05.29", "2024.05.28", "2024.05.27", "2024.05.24", "2024.05.23", "2024.05.22", "2024.05.21", "2024.05.20"],
    "Close": [45000, 43650, 44100, 45200, 45500, 44300, 44100, 44550, 44200, 44600],
    "Change": [1350, -450, -1100, 300, -1200, 200, -450, 550, 400, -1000],
    "Open": [43650, 43900, 44950, 45500, 45200, 43900, 43550, 44300, 44950, 45800],
    "High": [45000, 44400, 44950, 45650, 47350, 44450, 44300, 45000, 45000, 45900],
    "Low": [43650, 43450, 44050, 44450, 44900, 43750, 43200, 43400, 43900, 44450],
    "Volume": [72003, 50727, 41274, 70891, 269627, 32468, 48929, 62862, 52361, 57446]
}

df = pd.DataFrame(data)

# Feature selection
X = df[['Open', 'High', 'Low', 'Volume']]
y = df['Close']

# Linear regression model
model = LinearRegression()
model.fit(X, y)

# Predict the closing price for tomorrow
# Assuming tomorrow's features (mean of the current data as a placeholder)
tomorrow_features = np.array([df['Open'].mean(), df['High'].mean(), df['Low'].mean(), df['Volume'].mean()]).reshape(1, -1)
predicted_close = model.predict(tomorrow_features)

predicted_close[0]

 

3. 프로그램을 실행하고, 종가를 예측 하였습니다.

프로그램 검증을 위해 1 주일 정도 테스트 합니다. 엑셀의 파워쿼리로 해야 할일을 단, 5분만에 합니다.