股票价格预测
使用实际数据并实施LSTM和GRU递归网络进行时间序列数据预测来预测公司的股价
在此示例中，它遍历了从2008年至今的亚马逊和特斯拉股价，并为时间序列数据训练了回归模型以预测可能的波动
2021-11-25 16:26:21
825KB
1
基于LSTM神经网络的股价短期预测模型，成烯，钟波，股价预测是时间序列预测领域最具有挑战性的问题，准确预测股价能够帮助投资者降低风险，提高收益。本文应用LSTM神经网络对股价指��
2021-11-10 23:29:33
290KB
1
股票市场预测Web应用程序使用机器学习
基于机器学习和推特情感分析（代码中包含的API密钥）的股市预测Web应用程序。 Web App的前端基于Flask和Wordpress 。 该应用程序根据用户的输入预测纳斯达克或NSE下任何给定股票的未来7天的股价。 使用三种算法进行预测： ARIMA，LSTM，线性回归。 该网络应用程序将未来7天的预测价格与推文的情绪分析相结合，以给出建议价格是上涨还是下跌
注意
由于超出了Github LFS的配额，Wordpress文件已从存储库中移出。 现在从下载
屏幕截图
在屏幕截图文件夹中查找更多屏幕截图，或
文件和目录结构
screenshots -
2021-11-10 15:03:48
7.92MB
1
股票预报员
人工智能软件基于神经网络技术、先进的统计方法和非周期性股价波动分析。 Stock-Forecasting 软件预测股价，产生交易“买入-持有-卖出”信号，计算最有利可图的公司投资并分析预测的准确性。
2021-11-08 12:34:17
71KB
1
论文研究-利率、成交量对股价波动的影响——GARCH修正模型的应用.pdf,
根据ＡＲＣＨＧＡＲＣＨ 模型理论，利用ＧＡＲＣＨ 模型及其各种推广形式研究了当前中国货币市场银行间同业拆借利率、证券成交量和证券日报酬率之间的关系，发现当前中国证券市场和货币市场之间存在着显著的相关性，货币市场资金供需状况、证券成交量等因素的改变将影响证券市场的证券报酬率．相比较而言，上海证券市场比深圳证券市场更为成熟稳定
2021-10-21 17:29:45
350KB
1
StockAnalysisWebApp
这是一个股票分析Python Flask Web应用程序，可让您使用传统的统计方法（例如ARIMA，HoltWinters以及GBM等）来预测短期股价走势
功能的完整列表是：-
...分析>烛台图
...分析>记录每日收益
...分析>相对强度指数表（RSI）
...分析>移动平均收敛散度（MACD）
...分析>布林带图
...分析>多因素股票筛选和排名
...预测>移动平均线预测（单变量）
...预测>自动ARIMA + GARCH预测（单变量）
...预测>自动停止冬季预报（单变量）
...预测>向量自动回归预测（多变量）
...预测>几何布朗运动（GBM）预测（多变量）
...预测> Bootstrap抽样预测（多变量）
...预测>最佳风险收益的投资组合权重
此应用程序的有效“实时”版本托管在Pythonanywhere
2021-10-04 20:45:58
8.4MB
1
互联金融与网络安全上市公司股价联动性研究——基于协整理论与向量自回归模型.pdf
2021-10-01 09:00:22
344KB