文件名称：股票价格分析预测模型
文件大小：4MB
文件格式：ZIP
更新时间：2024-03-16 21:22:15
JupyterNotebook
股票价格分析和预测建模 站点部署在GitHub Pages上： 研究标题： 股票价格分析和预测建模–机器学习项目 客观的： 使用Tesla，Microsoft和GameStop建立股价预测模型 开发多个仪表板和股票市场数据集以进行比较 洞悉未来的开盘价和收盘价 通过交互式仪表盘比较市场量，高点和低点，开盘和收盘价的预测值与实际值 研究问题： 1.什么时候是最佳买卖时期？ 2.什么是可见的趋势？ 3，市场量，高点和低点以及开盘和收盘价的预测值与实际值 数据采集： 所有的股市数据都是通过Yahoo Finance软件包中的Python网页抓取的 使用的机器学习模型： FB先知 关于Facebook的先知 一个开源软件包（适用于Python和R），用于基于加法模型预测时间序列数据，其中非线性趋势与年，周和日的季节性变化以及假期影响相吻合 它最适合具有强烈季节性影响和多个季节历史
【文件预览】：
stock-price-analysis-predictive-modelling-main
----app.py(3KB)
----sqlite_db()
--------stock_market_sqlite.db(728KB)
----templates()
--------volume_comparison.html(5KB)
--------prophet_forecast.html(10KB)
--------index.html(3KB)
--------candlechart_comparison.html(8KB)
--------predicted_vs_actual.html(11KB)
----data()
--------GME_stock.csv(185KB)
--------microsoft_forecast.csv(98KB)
--------TSLA_stock_cleaned.csv(62KB)
--------TSLA_stock.csv(184KB)
--------tesla_forecast.csv(98KB)
--------gamestop_forecast.csv(98KB)
--------MSFT_stock.csv(184KB)
----static()
--------css()
--------image.png(1.61MB)
----.gitignore(2KB)
----config.py(0B)
----README.md(1KB)
----scripts()
--------cleaning_script.ipynb(35KB)
--------yahoo_scrape.ipynb(689KB)
--------ARIMA_model.ipynb(3.41MB)
--------fbprophet_model.ipynb(2.4MB)
--------fbprophet_diagnostics.ipynb(823KB)
----.vscode()
--------settings.json(88B)