股票买卖最佳时机leetcode
金麦
使用不同的机器学习策略和参数分析和预测股票价格:在这个项目中,我收集了过去
25
年美国所有主要股票的收盘价。
我为每个股票价值添加了相关的市场指数和指标。
比我对这些数据运行模式识别。
我检查了以下分类器:
随机森林分类器
邻居分类器
梯度提升分类器
SVC——支持向量机
梯度提升分类器
最佳分类器是具有
14
天预测器和
3
天滑动窗口的随机森林预测器。
它预测购买机会。
真阳性和真阴性的结果约为
33%。
标签是
3
个选项标签(买入/卖出/持有)——这意味着随机决定也将导致
33%。
Main.py
–
运行的主控制台
导入模块
导入模块负责导入原始数据,如每日股票值和每日指数值
Scrapper
–
废料库存数据
ScrapperIndex
–
废料索引值
策略模块
该模块负责实施不同的策略来从原始数据计算标签
AbstractStrategy
–
抽象类
–
实现:
ProcessSpecificTicker
–
提取标签,为第二天创建混淆矩阵和预测
ProcessComposedTicker
–
将不同股票的原始数据收集到一个数据表
2022-02-18 13:39:26
46KB
系统开源
1