文件名称:stock_rating
文件大小:3.34MB
文件格式:ZIP
更新时间:2024-05-03 17:50:16
JupyterNotebook
股票评级 预测每日股票评级 简化了3,000多家上市公司的财务报表,市场,预测和分析师评级历史记录的每日数据点。 使用人工神经网络预测股票的平均每日分析师评级。 利用Google Cloud Platform来训练和测试多种架构。 在从1(强买)到5(强卖)的范围内,最终模型执行时的MAE为0.73。 设计了Streamlit Web应用程序,并通过Heroku进行了部署,从而使用户可以可视化股票表现并获得当日的股票评级。 链接 流式演示: 动机 我从事此数据科学项目的动机是在给定的一天预测给定股票的股票分析师建议。 本质上,我的目标是创建一种算法,该算法可以完成分析人员的手动工作,但是需要深度学习。 尽管没有一种算法可以代替投资决策过程中专业判断的需求,但是该模型可以用作快速健全性检查或温度表。 楷模 带套索正则化的线性回归 顺序神经网络 使用数据 :该数据集包含针对3,000多家公开交
【文件预览】:
stock_rating-main
----.gitignore(84B)
----merge_prep.ipynb(126KB)
----historical_data_financialmodelingprep.ipynb(32KB)
----streamlit_app.py(18KB)
----README.md(3KB)
----modeling_linear_regression.ipynb(38KB)
----stock_info_history.ipynb(137KB)
----ann_model_final()
--------variables()
--------saved_model.pb(230KB)
----historical_data_quandl.ipynb(447KB)
----modeling_ann_final.ipynb(77KB)