Data science - Förutspå aktiemarknaden med hjälp av KNN

Hej,

Jag har tagit på mig (den omöjliga) utmaningen att förutspå aktiemarknaden. Det behöver verkligen inte nå upp emot 100 %, men en bit över random guessing (50%) vore kul. Jag vill försöka göra detta på ett enkelt vis, då jag är ny med data science (och Python med för den delen). Jag har sett att folk har gjort det med KNN med ganska låga resultat, därför jag tänkte höra om ni hade några tips på hur man kan förbättra sin accuracy med KNN, alternativt om det finns något annat (hyfsat enkelt) sätt att försöka förutspå aktiemarknaden på.

Tack på förhand!

k-NN eller inte...

Jag ser några svårigheter.
Även om börsen i stora drag följde konjunkturcykler under 1900-talet så fanns det några viktiga undantag:
– Världskrigen.
– Börskraschen 1929.

Under 2000-talet så är den några viktiga händelser som påverkat börsen:
– IT-bubblan sprack, 2000.
– 2001-09-11.
– Lehman Brothers, 2008.

Konjunkturcykler är svårare att förutse av flera orsaker. Stater försöker begränsa hur efterfrågan och sysselsättning varierar. Betydelsen av händelser som de ovan, får större effekt och dom är oftast svåra att förutse.

Det var bara några tankar. Om du hittar en metod för att skapa en modell som fungerar, säg bättre än motsvarande generaiindex (t.ex. OMXS30), så har du chansen att tjäna en slant!

Lycka till!

–

Har du kollat på att modellera finansmarknaden som en stokastisk process och att använda olika metoder för parameterskattning?