-
Web 应用程序 RNN-LSTM-Stock-Market-Trend-Predictor 用于运用 RNN-LSTM 模型预测股市走向
资源介绍
股市预测器
这个项目是我毕业的最后一年项目的一部分。 它是一个 Web 应用程序,可以使用 RNN-LSTM 神经网络预测即将到来的股票市场趋势,并建议是否购买或出售特定公司的股票。
问题陈述
“股市是混乱和不可预测的,供需的任何轻微波动都会影响股价。 因此,未来的股票市场价格具有模糊性和高度波动性,需要准确预测未来的股票价格和波动。”
建议的解决方案
“创建一个界面,可以帮助投资者或财务顾问预测股票价格,从而为他们提供竞争优势。”
控制流
用户输入公司名称。 公司名称被转换成相应的股票代码。
该公司的历史股票报价来自雅虎财经。 对数据集进行技术、基本面和情绪分析。
该数据集使用 LSTM-RNN 进行训练。
预测值在用户的基于 Web 的 UI 中显示为图形。 向用户提供购买或出售的建议以及其他详细信息。
技术和基本面分析
数据采集
给定公司的历史股票报价通过 Yahoo Fin