文件名称：stock-movement-prediction:使用高频数据预测股市
文件大小：13.64MB
文件格式：ZIP
更新时间：2024-06-07 09:42:47
deep-learning ensemble-learning stock-prediction JupyterNotebook
机器学习工程师纳米学位 顶石项目 项目：预测库存移动方向 安装 此项目需要Python 3.6和已安装的以下Python库： 您还需要安装软件才能运行和执行 我们建议安装 ，这是一个预包装的Python发行版，其中包含该项目的大多数必需库和软件。 代码 该代码在Notebooks文件夹中提供。 由于大小限制，不包括CSV文件和Clfs文件夹（经过训练的分类器池）。 跑步 在终端或命令窗口中，导航到顶层项目目录Notebooks/ （包含此自述文件）并运行以下命令之一： ipython notebook {name of notebook file}.ipynb 或者 jupyter notebook {name of notebook file}.ipynb 这将在浏览器中打开iPython Notebook软件和项目文件。 数据 该数据集由Github上某个帖子的1分钟库存数据
【文件预览】：
stock-movement-prediction-master
----Figs()
--------lstm_anomaly2.pdf(9KB)
--------boxplot.pdf(23KB)
--------msv.pdf(18KB)
--------learning_curve.pdf(14KB)
--------lstm_anomaly.pdf(65KB)
--------prob_dist.pdf(14KB)
--------prob_trend.pdf(23KB)
--------Dist.pdf(18KB)
--------model_plot.png(42KB)
--------subsets.pdf(11KB)
--------AvgDaily.pdf(15KB)
--------DistCorr.pdf(19KB)
----Pickles()
--------clean_train_data.pickle(30.22MB)
--------deep_test_data.pickle(1.25MB)
--------contin_maps.pickle(10KB)
--------output.pickle(319KB)
--------deep_data.pickle(8.57MB)
--------cat_maps.pickle(856B)
----.DS_Store(14KB)
----README.md(2KB)
----Data()
--------sector_joined_closes_train.csv(1.92MB)
--------sector_joined_closes_test.csv(285KB)
----Notebooks()
--------.ipynb_checkpoints()
--------.DS_Store(6KB)
--------A1_Exploratory_Analysis.ipynb(5.25MB)
--------A3_Ensemble_Model.ipynb(268KB)
--------A2_LSTM_Anomaly_Detection.ipynb(208KB)
--------A4_Deep_Model.ipynb(93KB)