start = end - datetime.timedelta(days = 365*3)
我大A股，最牛X的股票，要说是茅台，没人反对吧?那咱搞茅台的行情数据：
cowB = web.DataReader('600519.ss', 'yahoo', start, end)
cowB.head()
拉下来本仙就惊了，2019年1月的时候，大茅台才600多块钱啊!不过估计当时让本仙买，本仙也不敢。那时候我大A股过百的股票也没多少吧!
然后我按照书里的方法，做下特征工程：
cowB['open-close'] = cowB['Open'] - cowB ['Close']
cowB ['high-low'] = cowB ['High'] - cowB ['Low']
cowB ['target'] = np.where(cowB['Close'].shift(-1) >
cowB['Close'],1,-1)
cowB = cowB.dropna()
cowB.tail()
然后就多了几列，target里面，1表示次日上涨，-1表示次日下跌：
下面要搞模型了：
x = cowB [['open-close','high-low']]
y = cowB ['target']
拆成x和y，然后请出scikit-learn：
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
然后把数据集拆分成训练集和测试集：
x_train, x_test, y_train, y_test = train_test_split(x, y, train_size =
0.8)
看看逻辑回归表现如何：
lr = LogisticRegression()
lr.fit(x_train, y_train)
如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！ 最后祝你好运！！！
