为了解决集装箱堆场装船顺序问题, 根据集装箱船舶和配载的实际情况, 考虑集装箱的航程, 结合集装箱的装载位置, 以集装箱堆场的翻箱率、船舶卸载时的翻箱率以及装船后的稳性为目标, 建立了装船顺序的多目标规划模型, 并基于粒子群算法构造了求解算法, 通过MATLAB进行仿真实验, 数据结果表明, 该模型具有一定的的合理性与可行性。
2021-12-20 22:11:58
1.08MB
1
投资组合优化
• 使用MATLAB 进行投资组合优化和高效前沿。
• 该项目是南安普顿大学COMP6212 计算金融课程，第二学期，理学硕士AI 的一部分作业。
2021-11-21 16:19:22
21.88MB
1
股票评估工具
此回购包含一组工具，投资者可以使用这些工具来更好地了解他/她感兴趣的股票。它不建议买卖股票，而是有助于形成对股票的有根据的猜测。潜在的未来股价走势，并因此对要分析的股票做出买/卖/持有决定。
这里包括的工具不是唯一可以使用的工具。 之所以将它们包括在内，是因为我相信没有任何一种工具或模型可以充分理解导致股价波动的所有因素。
此仓库中包含的工具集可分为：
工具-EMA信号，布林带。
-通过YahoofFinancials和YFinance API使用财务数据。
-ARIMA随机森林。
-随机森林。
模型-LSTM。
模型-蒙特卡洛模拟。
-NLP情感分析。
模型-基于Markowitz的Efficient Frontier和CVaR。
我相信，通过将上述分析工具一起使用，就可以对未来的股价做出正确的预测。
如何使用储存库
没有预定义的方式来使用存储库中包
2021-11-13 17:34:42
4.79MB
1
强化学习的神经组合优化
https://blog.csdn.net/qq_36631076/article/details/121263869
2021-11-11 17:01:25
1MB
1
AI学习投资-周六AI Euskadi。
机器学习项目的应用使新手的投资更容易理解。
1.投资比例的网站报废。
我们已经废弃了与来自纽约证券交易所市场的公司相关的beautifoulSoup投资数据。
2.创建数据集。
我们在过去10年中随机模拟了500.000个投资，投资期限在1天到2年之间。 通过应用分类或归一化技术等方法，已清理数据集并准备进行机器学习建模。 如果要使用结果数据集，则将其保存到“ datasets / transactions_variables.csv”中。
3.数据建模和优化。
在用pycaret筛选出哪种分类模型更适合我们的问题之后，我们选择了“决策树”，因为它更易于解释。 请记住，我们的目标不是进行更好的投资，而是使投资可用于更广泛的人群。 借助Graphviz，优化了决策树并可视化了结果。
4.数据部署并在REST API服务器上进行测试。
该项目的
2021-11-02 19:24:24
43.07MB
1