文件名称：StockML:研究使用机器学习来挑选股票
文件大小：37KB
文件格式：ZIP
更新时间：2024-06-29 16:38:45
Python
股票ML 研究使用机器学习来挑选股票 初步研究 VIX - 恐惧指数 IBM BAC - 美国银行 AGNC - 房地产投资信托 GSPC - 标准普尔 500 VTI - 先锋总股票市场指数 指示 从 yahoo 下载报价文件（1/2/1990 - 现在）请注意，训练集将从 1/2/1992 开始，并有 20 年的窗口期 将文件重命名为ticker.csv python parse.py 股票代码.csv 笔记 TradeCost = 6.95 / 交易（在期权的情况下 + 0.75 美元 / 期权合约）每个 ShareBuilder 利润 = 范围 * NumShares - 2 * TradeCost 打破事件的最小股票数量：NumShares = (2 * TradeCost)/Range 实现收益的最低投资：MinInvestment = (2 * TradeCos
【文件预览】：
StockML-master
----model_predict.py(1KB)
----.gitignore(544B)
----ForexChannelStrategy.ts(1KB)
----stp_extract_Features.sql(573B)
----README.md(719B)
----ForexChannelQuality.ts(245B)
----ForexChannelStrategy_BuySide.ts(998B)
----plot.py(2KB)
----config.py(43KB)
----stocks.py(4KB)
----ForexChannel_Test.ts(2KB)
----ForexChannelWidth.ts(136B)
----score_predict.py(2KB)
----stockdb_init.sql(53KB)
----stp_extract_tickers.sql(525B)
----useful_queries.txt(90KB)
----train_model.py(1KB)
----model.py(3KB)
----extract.py(2KB)
----options.scala(4KB)
----preprocess.py(3KB)
----analyze.py(1KB)
----ForexChannelStrategy_SellSide.ts(1KB)
----stp_extract_stock_data_points.sql(881B)
----parse.py(7KB)
----options.py(6KB)