用python写一段股票预测代码

好的，以下是一个简单的股票预测代码，使用的是线性回归模型：

首先，需要导入需要的库：

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

然后读取股票数据文件（假设为csv格式）：

data = pd.read_csv('stock_data.csv')

接下来，将数据分为训练集和测试集：

X = data[['feature1', 'feature2', ...]]
y = data['target']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

其中，`X`为输入特征，`y`为目标变量，`test_size`为测试集所占比例，`random_state`为随机数种子，保证每次运行结果相同。

然后，使用线性回归模型进行训练：

reg = LinearRegression()
reg.fit(X_train, y_train)

最后，可以使用模型进行预测：

y_pred = reg.predict(X_test)

这里只是一个简单的示例，实际上还需要对数据进行预处理、特征工程、模型调参等步骤，以提高预测的准确性。