不和谐股票机器人 我为我经营的一个私人股票交易不和谐小组制作了这个。 这最初只是放在一起，我计划了很多增强功能和功能。 如果您有任何想要实现的功能，请提交带有功能请求标签的新问题，我会回复:) 示例图表 示例命令 $avgo -> 显示 5 分钟$avgo图表 $aapl w -> 显示每周 AAPL 图表 $tsla rsi macd -> 在 TSLA 日线图上显示 RSI 和 MACD 指标 $spy line -> 显示 5 分钟 SPY 折线图 $/es -> 显示 5 分钟标准普尔 500 期货图表 $.btc -> 显示 5 分钟 BTC 图表 $usd/jpy w -> 显示美元/日元外汇周线图 $sectors ytd -> 显示年初至今的部门表现 股票、指数和股票 示例： $tsla rsi mfi 可用参数 指标 rsi -> 相对强弱指数。 默认设置为14 m

简单的新浪股票API调用

股价下跌检查器 检查股票列表以查看价格是否在指定天数内从其最高价格下降了特定百分比。 目标是主要识别在过去几周或几个月内价格从其最大值大幅下跌的指数 ETF，这可能预示着买入机会。 作者 要求 参数解析 matplotlib - 用于从雅虎获取股票报价数据！ 金融 您可以使用 pip 安装它们： pip install argparse pip install matplotlib 或者您可以使用 pip 和 requirements.txt 文件安装它们： pip install -r requirements.txt 例子 显示帮助菜单： python stock-price-decline-checker.py -h usage: stock-price-decline-checker.py [-h] [-s SYMBOLS] [-p PERCENT] [-d DAYS

股价走势预测 使用 Mahout 和 Pydoop+Scikit-learn 预测股价走势 我们网站上的详细信息： :

本文档为数据集，1990~2015股票最高单变量数据集。stock_dataset(1990~2015股票最高单变量数据集).rar

自动股票交易的深度强化学习：整体策略 该存储库提供了代码 的Jupiter Notebook重新实现了这种整体策略。 抽象的 股票交易策略在投资中起着至关重要的作用。 但是，在复杂而动态的股票市场中设计一种有利可图的战略是具有挑战性的。 在本文中，我们提出了一种深度集成强化学习方案，该方案可以通过最大化投资回报来自动学习股票交易策略。 我们训练一种深度强化学习代理，并使用三种基于行为者批评的算法来获得整体交易策略：近距离策略优化（PPO），优势参与者批评者（A2C）和深度确定性策略梯度（DDPG）。 集成策略继承并集成了三种算法的最佳功能，从而可以稳健地适应不同的市场条件。 为了避免在具有连续动作空间的训练网络中消耗大量内存，我们采用按需加载方法来处理非常大的数据。 我们在30支具有足够流动性的道琼斯股票上测试了我们的算法。 评估了具有不同强化学习算法的交易代理商的表现，并与道琼斯工业平均

显示股票中的16个常用指标 一个python的类库stockstats 已经帮忙把这些数据都计算出来了。 具体的计算代码 可以直接查看 stockstats。现在需要做的就是把这些数据用图形展示出。 主要指标有KLINE,MA, CR指标 KDJ指标 SMA指标 MACD指标 BOLL指标 RSI指标 WR指标 CCI指标 TR、ATR指标 DMA指标 DMI，+DI，-DI，DX，ADX，ADXR指标 TRIX，MATRIX指标 VR，MAVR指标 等。

欢迎使用 Stockvestigator 3000，这是一个带有命令行界面的股票信息收集服务。 从终端运行 bundle install 以安装必要的 gems 和 bin/run 以启动程序！

预测库存价格 概述 股市交易是我做过的最迷人的尝试之一。 仅仅通过思考来赚钱的追求确实是一次令人振奋的旅程。 股票市场不再是华尔街市场穿着西装和领带的人所从事的冒险活动。 现在，任何能够使用电话或计算机的人都可以在市场上交易。 这种计算机化的交易将更多的人带入市场，并导致算法交易的丰富性。 实际上，在美国发生的所有交易中，有70％由计算机系统处理。[1] 交易者/投资者在市场上想要的是优势（一件事情比另一件事情发生的可能性更高）。 他们使用自己过去的经验，阅读当前的市场状况以及对图表和价格模式进行技术分析来做到这一点。 由于机器可以更快地处理更多数据，因此它们绝对可以帮助交易者/投资者做出更好的交易/投资决策。 在这个项目中，我将尝试使用一个称为“长期短期记忆（LSTM）”的人工递归神经网络来预测公司的收盘价。 我还将尝试使用DecisionTreeRegressor和LinearRegr

股票数据集，google扒下来的