본문 바로가기
  • Welcome!
personal activity/stock

스튜디로드래곤 AI로 다음날 종가 예측 해보기

by ToolBOX01 2024. 6. 1.
반응형

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.