数据分析初探（一）----线性拟合

任务目标

预测收盘价，时间窗口设置为5，即采用5天的收盘价格，建立线性方程组，预测最后一天的收盘价格

模型原理

采用线性拟合，现在假设有一组数据(a,b,c,d,e,f)那么根据目前的数据趋势请给出后面的数据是多少
那么这就可以总结为线性拟合，根据已知的数据建立线性方程组如下
            d = aA+bB+cC 
            e = bA+cB+dC
            f = cA+dB+eC
            ? = dA+eB+fC
从上述已知的数据可以解出方程组的解A，B，C 然后根据。最后一个方程式解出需要预测的值，

代码实现

注数据使用的Google股市数据
时间滑动窗口设为5天，即使用五天的数据预测一天的数据
可视化中灰色为实际收盘价格，红色为预测收盘价格
numpy.linalg.lstsq(系数矩阵，标志向量)返回

'''
股价预测
'''
import  datetime as dt
import numpy as np
import matplotlib.pyplot as mp
import pandas as pd