我正在尝试实现滑动窗口回归来预测股票价格，但我意识到我不明白滑动窗口回归如何用于预测。我有一些训练数据（公司第0-149天的收盘价）和测试数据（第150-169天的收盘价）。 我在训练数据上使用了大小为 15 的窗口，因此我对 15-149 天进行了预测。
$i$ 天的预测为 $f_i(i)$，其中 $f_i$ 是 $[i-15,i)$ 天股价的线性回归线（其中 $0 \leq i < 15$). But how exactly do I use this to predict future stock prices for days 150-169? I want to compare this to the testing data which I should not use in my model.
这是一个概念性问题。不是关于实施的问题。
我正在解决完全相同的问题。
您应该将 n 次多项式拟合到您的数据，然后将输入作为 x 以获得该拟合多项式中 y 的预测值。
拟合的多项式应仅在窗口点上。保持滑动