文件名称：股票买卖最佳时机leetcode-Project-2:项目2
文件大小：4.26MB
文件格式：ZIP
更新时间：2024-07-26 21:45:21
系统开源
股票买卖最佳时机leetcode 算法交易 作者：Patrick DeStefano、Freddie Eisa、Terry Fry、Hope Forrester、Arzu Isik Topbas 假设 在这个项目中，我们创建了一个用于买入、卖出、持有预测的算法交易模型，根据当前关于正面或负面情绪的新闻输入，使用 FinViz 识别关键股票，以最大化回报。 勘探和清理过程 我们使用 newsapi 从完整文章中提取股票行情。 在进行情绪分析后，我们去掉了负面或中性情绪的股票代码，只保留了正面情绪分数超过 0.2 的前 25 条股票代码。 我们利用 Alpaca 从先前获得的 25 个列表中提取库存数据。 这些数据被清理并通过 FinViz 的筛选器功能推送，以根据以下标准确定哪些股票最适合机器学习模型： 表现：今天+10% 当前体积：超过10M 国家 : 美国 我们遇到了 Alpaca 宕机的问题，这使得我们无法运行和测试我们的代码，但幸运的是它返回了。 这迫使我们考虑使用其他数据源，如 Pandas Data Reader 或 Yahoo Finance。 有马 在收到价格预测后，我们
【文件预览】：
Project-2-main
----.ipynb_checkpoints()
--------lstm_stock_predictor_closing-checkpoint.ipynb(2.92MB)
--------project2-AlgoTrade-checkpoint.ipynb(261KB)
--------project2-checkpoint.ipynb(3.12MB)
--------project2-LinearReg-checkpoint.ipynb(110KB)
--------project2-arma_arima_garch_regression-checkpoint.ipynb(70KB)
--------RSI-checkpoint.ipynb(81KB)
--------project2-Linearregression-checkpoint.ipynb(171KB)
----.env(137B)
----README.md(4KB)
----Data()
--------lstm_stock_predictor_closing.ipynb(3.08MB)
--------03-Python_Pandas_Session 3 - Saturday_12-Ins_Concat_DataFrame_Solved_concat_dataframes.ipynb(40KB)
--------project2-AlgoTrade.ipynb(27KB)
--------project2-LinearReg.ipynb(110KB)
--------project2-arma_arima_garch_regression.ipynb(204KB)
--------RSI.ipynb(77KB)
--------project2-Linearregression.ipynb(170KB)
----Project()
--------project2.ipynb(3.11MB)
----Images()
--------Prediction_%18.png(28KB)
--------Prediction_%19.png(29KB)
----Presentation()
--------Presentation.pdf(198KB)