如何用R的auto.arima模型预测每日股价并解决日期不显示问题？

我来帮你解决这个问题！用auto.arima做股价预测时，默认结果确实只会显示预测步长的数字索引，要给预测值配上对应交易日的日期，关键是生成符合股市休市规则的未来交易日序列，再把它和预测结果绑定到一起。下面结合你的现有代码一步步修改：

步骤1：完善原始数据的日期绑定 #

先把你提取的日期列合并到股价数据框里，避免后续处理混乱：

library(quantmod)
library(forecast)
library(bizdays) # 用来生成合规交易日，需先安装：install.packages("bizdays")

# 获取AAPL股价数据
Stock_df <- as.data.frame(getSymbols(Symbols = "AAPL", src = "yahoo", from = "2017-05-08", env = NULL))
# 提取日期并合并到数据框
Stock_df$Dates <- as.POSIXlt(rownames(Stock_df))
rownames(Stock_df) <- NULL # 移除原行名，避免索引混淆
# 整理你要建模的价格列（这里以开盘价为例）
Stock_df$Open <- Stock_df$AAPL.Open

步骤2：构建时间序列并训练模型 #

用xts格式（quantmod原生的时间序列格式）存储股价数据，让auto.arima能识别时间维度：

# 转换为xts时间序列
Stock_xts <- xts(Stock_df$Open, order.by = Stock_df$Dates)
# 训练auto.arima模型
model <- auto.arima(Stock_xts)
# 设定要预测的未来交易日数量（比如30天）
h <- 30
# 生成预测结果
fc <- forecast(model, h = h)

步骤3：生成符合规则的未来交易日 #

股市有周末、节假日休市，不能直接用自然日递增，用bizdays生成NYSE标准的交易日：

# 加载NYSE交易日历规则
load_calendar("NYSE")
# 获取原始数据的最后一个交易日
last_trading_day <- tail(Stock_df$Dates, 1)
# 生成未来h个交易日（移除第一个重复的起始日）
future_dates <- bizseq(last_trading_day, length.out = h + 1)[-1]

步骤4：绑定日期与预测结果 #

把预测值、置信区间和对应的交易日整合成数据框，就能看到带日期的完整预测结果了：

# 构建最终预测结果数据框
forecast_result <- data.frame(
  交易日 = as.Date(future_dates),
  预测开盘价 = as.numeric(fc$mean),
  95%置信下限 = as.numeric(fc$lower[,2]),
  95%置信上限 = as.numeric(fc$upper[,2])
)

# 查看前5条结果
head(forecast_result)

替代方案：不用额外包生成交易日 #

如果不想安装bizdays，可以用quantmod先获取未来一段日期的空股价数据，从中提取交易日：

# 获取最后交易日往后40天的空数据（确保覆盖需要的h个交易日）
future_stock <- getSymbols("AAPL", src = "yahoo", from = last_trading_day + 1, to = last_trading_day + 40, env = NULL)
# 提取前h个交易日
future_dates <- index(future_stock)[1:h]

这样处理后，你的预测结果就会和对应的交易日一一对应，再也不会只有单调的数字索引啦！

内容的提问来源于stack exchange，提问作者Cricketer