dukun-saham:萨满股票基于情绪分析和一些监督的机器学习来分析股价-源码

上传者: 42133415 | 上传时间: 2021-09-28 23:03:03 | 文件大小: 17KB | 文件类型: ZIP
股份法 项目目标 测试多种不同的预测技术,以根据先前的价格和新闻中的情绪分析指标预测股票价格,从而形成具有多个股票的波尔图,以达到分散风险的目的。 我们通过应用监督学习方法来做到这一点。 设置 $ workon myvirtualenv [Optional] $ pip install -r requirements.txt $ python scripts/Algorithms/regression_models.py <input-dir> 从下载运行代码所需的数据集。 方法 预处理和清洁 特征提取 Twitter的情绪分析和得分 数据归一化 各种监督学习方法的分析 结论 研究论文 数据集 https://www.google.com/finance 参考 Scikit学习 茶野 递归神经网络-LSTM模型 ARIMA模型 https://githu

文件下载

资源详情

[{"title":"( 12 个子文件 17KB ) dukun-saham:萨满股票基于情绪分析和一些监督的机器学习来分析股价-源码","children":[{"title":"dukun-saham-master","children":[{"title":"scr","children":[{"title":"interpolation.py <span style='color:#111;'> 614B </span>","children":null,"spread":false},{"title":"preprocessing.py <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":"normalization.py <span style='color:#111;'> 503B </span>","children":null,"spread":false},{"title":"fetch_stock_data.py <span style='color:#111;'> 2.34KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 2.06KB </span>","children":null,"spread":false},{"title":"algorithm","children":[{"title":"regression.py <span style='color:#111;'> 2.78KB </span>","children":null,"spread":false},{"title":"rnn_lstm.py <span style='color:#111;'> 4.30KB </span>","children":null,"spread":false},{"title":"regression_models.py <span style='color:#111;'> 2.78KB </span>","children":null,"spread":false},{"title":"Neural_Network.py <span style='color:#111;'> 15.95KB </span>","children":null,"spread":false},{"title":"svm.py <span style='color:#111;'> 2.52KB </span>","children":null,"spread":false},{"title":"LSTN-RNN.py <span style='color:#111;'> 3.86KB </span>","children":null,"spread":false},{"title":"regression_helpers.py <span style='color:#111;'> 8.54KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明