极道
·
股票预测神经网络和机器学习示例
💡
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
该项目使用Python神经网络和机器学习方法预测股票价格，包括梯度提升、K均值聚类、逻辑回归、随机森林和支持向量机等方法。数据集包含标准普尔500指数5年的股票数据，P值排名显示PyTorch Lightning表现最佳。数据集还包括train.csv、test.csv和latest.csv等文件，可用于不同交易策略和特征工程选项的定制。
🎯
关键要点
- 该项目使用Python神经网络和机器学习方法预测股票价格。
- 使用的机器学习方法包括梯度提升、K均值聚类、逻辑回归、随机森林和支持向量机。
- NN示例使用了PyTorch、PyTorch Lightning、Keras和Tensorflow等流行库。
- P值排名显示PyTorch Lightning表现最佳，低P值意味着模型更稳健。
- 数据集包含标准普尔500指数5年的股票数据，分为每30个交易日的间隔。
- 数据集包括train.csv、test.csv和latest.csv文件，分别用于训练和测试。
- train.csv包含前4年的数据，test.csv包含最后一年的数据，latest.csv包含最近交易日的数据。
- 数据集可通过D.AT平台免费下载，支持不同交易策略和特征工程选项的定制。
➡️
