基于机器学习（SVM）和Quand的黄金价格预测

Question

我刚刚开始编程和阅读机器学习技术。作为个人项目，我想建立一个机器人，可以预测金价使用机器学习。在

我首先开始寻找可能影响金价的因素，比如石油价格、股票等，以获取过去10年的培训数据。在

我认为Quandl将是前几年财务数据的最佳选择。我不知道该怎么办。我如何开始编码和训练机器人？如果有人能给我一个循序渐进的过程，我会很感激的。在

Answer 1

第一步是收集数据，选择真正影响黄金价格的功能。尽量避免任何不相关的特性，因为它将影响您将要构建的模型的准确性。

我想你是机器学习的新手，所以我建议不要尝试获得完美的结果，而是开始实现一些基本的算法，比如回归。虽然他们不会给高精度，但他们可以为你提供一个良好的开端。

最好对您使用的算法有一个很好的了解。但是您可以在sklearn中使用直接实现。

引用的链接http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

Answer 2

您的第一步将如您所说，收集数据，您需要培训您的模型。 我没有使用过quandl，但是您可以下载它并另存为.csv，或者如果quandl有它，您可以通过API查询它。在

一旦你有了一些数据来训练你的模型，你就会想去研究LSTM网络。 如果您以前从未使用过机器学习，尽管我会从一个更简单的项目开始，因为LSTM对于完全的初学者来说可能有点令人望而生畏。在

你在标题里写了支持向量机，我想你指的是支持向量机。顺便说一下，这不适合这个项目。在