文件名称：股票买卖最佳时机leetcode-GemAI:机器学习-股票分析
文件大小：46KB
文件格式：ZIP
更新时间：2024-07-26 21:31:21
系统开源
股票买卖最佳时机leetcode 金麦 使用不同的机器学习策略和参数分析和预测股票价格：在这个项目中，我收集了过去 25 年美国所有主要股票的收盘价。 我为每个股票价值添加了相关的市场指数和指标。 比我对这些数据运行模式识别。 我检查了以下分类器： 随机森林分类器 邻居分类器 梯度提升分类器 SVC——支持向量机 梯度提升分类器 最佳分类器是具有 14 天预测器和 3 天滑动窗口的随机森林预测器。 它预测购买机会。 真阳性和真阴性的结果约为 33%。 标签是 3 个选项标签（买入/卖出/持有）——这意味着随机决定也将导致 33%。 Main.py – 运行的主控制台 导入模块 导入模块负责导入原始数据，如每日股票值和每日指数值 Scrapper – 废料库存数据 ScrapperIndex – 废料索引值 策略模块 该模块负责实施不同的策略来从原始数据计算标签 AbstractStrategy – 抽象类 – 实现： ProcessSpecificTicker – 提取标签，为第二天创建混淆矩阵和预测 ProcessComposedTicker – 将不同股票的原始数据收集到一个数据表
【文件预览】：
GemAI-master
----Utils()
--------__init__.py(0B)
--------Common.py(1KB)
----definitions.py(302B)
----ImportModule()
--------ndx.csv(511B)
--------Scrapper.py(4KB)
--------sp500tickers.pickle(6KB)
--------__init__.py(0B)
--------ScrapperIndex.py(2KB)
----.idea()
--------vcs.xml(180B)
----LICENSE(34KB)
----Interfaces()
--------__init__.py(0B)
----README.md(3KB)
----Main.py(908B)
----StrategyModule()
--------PercentForPeriodIndexCorrRollingStrategy.py(2KB)
--------AbstractSpikeForPeriodStrategy.py(1KB)
--------AbstractStrategy.py(12KB)
--------PercentForPeriodIndexCorrStrategy.py(2KB)
--------AbstractPercentForPeriodStrategy.py(1KB)
--------Context.py(701B)
--------__init__.py(0B)
--------PercentForPeriodIndexLogCorrStrategy.py(3KB)
--------PercentForPeriodStrategy.py(2KB)
--------SpikeForPeriodStrategy.py(2KB)
----GemAIModule()
--------ModelBaseRankingLab.py(4KB)
--------FeaturesLab.py(1KB)
--------GemAI.py(4KB)
--------DataFrameUtils.py(3KB)
--------__init__.py(0B)
--------PredictSpikes.py(5KB)
--------PredictCompose.py(11KB)
--------Predict.py(15KB)
--------ProcessStocks.py(4KB)