【文件属性】：
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：2021-07-07 03:44:41
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)