Unit 30. Logistic Regression + 技術指標做預測

單元要先準備事項

• 要看過 Unit 29. 邊寫邊理解 Logistic Regression （LR Model Part. 1）
• 本單元是這個禮拜文獻分享的實作，可以到時看完再回來看，有些補充的觀念更清楚，但也不妨礙先學習建模方法 【文獻分享】Classify Stock Market Movement Based on Technical Analysis Indicators Using Logistic Regression

單元重點

• 學另一個結合指標計算與數據獲取的套件
• 知道如何建立 logistic regression model 與切割資料
• 學幾個驗證模型與特徵的方法

所需套件

• pip install numpy
• pip install pandas
• pip install pandas_ta　（新面孔）
• 融合之前用過的 talib，只是方便跟 pandas 一起操作，還併了 yfinance 的功能
• pip install scikit-learn
• pip install scipy
• pip install statsmodels（新面孔）

單元內容

Code（請配合影片內容教學食用）

（權限設定是使用報名時填寫的 email，單元推出當月有訂閱權限者才有權限，但影片內容有帶 coding 的部分，所以依舊能學到）

Embed Google Drive