如何使用库存数据预测二进制结果？

Question

我的目标是根据股票数据预测二进制结果。 股票数据如下：

close high  low   open
45,75 45,88 45,13 45,13
46,13 46,25 45,63 45,63

二进制结果如下：

result
1
0

1 =第二天收盘>第二天开盘， 0 =第二天休市<第二天休市

我现在所拥有的是：

导入库文件

import tensorflow as tf
import pandas as pd

导入数据

columns = ['close', 'high', 'low', 'open']
x = pd.read_csv('BAC_X.csv', sep=';', usecols=columns)
y = pd.read_csv('BAC_Y.csv', sep=';')

分割训练和测试数据

x_data = x.values[:]
y_data = y.values[:]
split = 0.8
num_data = len(x_data)
num_train = int(split * num_data)
num_test = num_data - num_train

我现在的问题是我不知道如何进行。

应使用哪种类型的算法？ （可能是Logistic回归？） 我应该采取其他方法吗？ 自从我成为初学者以来，只需要简单和基本的东西。感谢您的帮助，可以引导我朝正确的方向前进。