歷史數據
我們應該為機器學習使用哪個收盤價?
我正在使用歷史價格建構機器學習模型,並且正在使用來自 yahoo Finance 的數據。目前雅虎財經數據有兩種收盤價,一種是正常收盤價(close),另一種是調整後收盤價(Adj close)。我的問題是我應該以哪個收盤價來教授我的 ML 模型。使用調整後的收盤價而不是收盤價有什麼(不利)優勢嗎?
你應該使用調整收盤價
使用 Adj 收盤價可以為您提供調整後的收盤價值,因此在發生拆分和股息等異常事件時的公平情況。使用收盤價而不是 adj 收盤價會提供不切實際和錯誤的指標值(如回報),這可能會在您的 ML 模型中生成錯誤信號。
嗯我不知道我是否同意使用調整後的價格。一方面,調整後的價格確實有助於避免股票分割等公司行為的影響。
另一方面,使用調整後的價格將股息納入價格,這將對價格造成不可預測的衝擊。讓我們舉個例子:您正在對每一天的走勢做出預測。第 4 天支付股息並獲得資本收益。您的模型將無法計算股息。
我認為最好的辦法是獲取原始數據,根據公司行為對其進行調整,而不是將股息支付包括在價格中。