文件名称：股票价格预测器：该项目旨在利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格
文件大小：2.49MB
文件格式：ZIP
更新时间：2024-02-24 01:20:05
python machine-learning deep-learning numpy jupyter-notebook
股票价格预测 Udacity-机器学习纳米学位课程：Project-6（Capstone项目） 项目概况 这是Udacity-机器学习纳米学位计划中列出的一系列项目中的第六个也是最后一个顶点项目。 投资公司，对冲基金甚至个人一直在使用财务模型来更好地了解市场行为并进行有利可图的投资和交易。 历史股价和公司绩效数据的形式提供了大量信息，适用于机器学习算法进行处理。 我们真的可以通过机器学习预测股价吗？ 投资者通过分析数据做出有根据的猜测。 他们将阅读新闻，研究公司的历史，行业趋势以及做出预测的其他许多数据点。 流行的理论是，股票价格是完全随机且不可预测的，但这提出了一个问题，为什么摩根士丹利和花旗集团这样的*公司会聘请定量分析师来建立预测模型。 我们的想法是，交易大厅里充斥着肾上腺素的男人，他们之间的联系松散，向电话里喊着什么，但如今，他们更有可能看到成排的机器学习专家静静地坐在电脑屏幕前。 实际上，现在华尔街上约70％的订单都是通过软件下达的，我们现在处在算法时代。 该项目利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格。 对于具有时间范围的数据，递归神经网络（
【文件预览】：
Stock-Price-Predictor-master
----visualize.py(3KB)
----googl.csv(629B)
----Stock_Price_Predictor.ipynb(410KB)
----data_visualization_lstm_basic.png(57KB)
----Project proposal.pdf(152KB)
----data_visualization_lstm_improved.png(58KB)
----data_visualization_benchmark.png(49KB)
----data_visualization.png(49KB)
----Project_Report.pdf(1.76MB)
----results.html(688KB)
----google_preprocessed.csv(196KB)
----LinearRegressionModel.py(1KB)
----preprocess_data.py(2KB)
----README.md(4KB)
----google.csv(140KB)
----stock_data.py(4KB)
----lstm.py(1KB)