文件名称:Stock_Valuation_Prediction:该项目使用各种机器学习模型来尝试预测上市公司的市值
文件大小:1.21MB
文件格式:ZIP
更新时间:2024-06-04 07:35:40
JupyterNotebook
股票估价预测 目标 在过去的三年中,我一直在追求CFA(特许财务分析师)章程,并希望在今年夏天完成该过程。 该课程主要侧重于财务报表分析和公司评估。 传统上,估值模型分为两类:现金流量折现(DCF)或基于市场多元的方法。 该项目的目标是尝试建立一个替代模型,该模型将采用公司前十二个月的财务报表,并使用这些输入来预测公司在发布最新财务报表时的市值。 最终,我的愿望是建立一个可以帮助我成为财务分析师的工具。 确定同一行业和市值分组中的公司之间存在的模式 评估使用聚类标签向模型添加信号并减少模型误差的措施的功效 量化和解释特征对模型预测的重要性 数据 该项目是我在《的聚类》中进行的聚类分析的扩展。 我返回来自的同一数据集, 是一个开放源代码项目,提供对公司基本数据的访问。 最终使用的数据集由1004个不同的公司组成,包括总共68个要素(61个没有集群标签的要素)。 特征 该数据集包括从公司的
【文件预览】:
Stock_Valuation_Prediction-master
----images()
--------model_results.png(44KB)
--------cap_table.png(17KB)
--------violin_plot.png(522KB)
--------.DS_Store(6KB)
--------scatter_matrix.png(90KB)
--------Simfin_logo.png(7KB)
--------feature_importances.png(62KB)
--------IEX_logo.png(4KB)
--------tech_stack.png(69KB)
----README.md(5KB)
----tsne_knn.py(3KB)
----Market_Cap_Prediction.ipynb(643KB)