Stock_Trading_Algo:使用机器学习来计算每日交易的入场点和存在点的股票交易算法 源码
Stock_Trading_Algo 使用机器学习来计算每日交易的入场点和存在点的股票交易算法 大纲 业务问题: 算法交易使用机器学习模型来预测何时在股票市场中买卖股票。 对股票价格和其他金融工具产生准确的预测或预测是所有投资银行和对冲基金经理的主要业务问题。 该项目旨在应用我学到的许多机器学习算法,以生成一种交易策略,该策略可以在3个月内产生比在同一时期内简单地投资SPY500更大的回报。 免责声明-该项目仅用于研究目的,应用以下概述的算法和/或交易策略不能保证获得正回报 业务和数据理解: 当涉及到股票时,有许多指标/技术指标可以应用于机器学习模型。 根据我对股票预测算法(参考资料1)所做的研究,我决定使用以下滞后的技术指标:移动平均收敛散度(MACD),价格变化率(ROC),百分比价格震荡指标(PPO)和相对强度索引(RSI)。 在我的第一轮模型中,我使用了用于计算这些指标的标
文件列表
Stock_Trading_Algo-main.zip
(预估有个11文件)
Stock_Trading_Algo-main
processing.py
3KB
Arima Model.ipynb
69KB
test_df_model.xlsx
159KB
main.py
0B
testing.py
12KB
test_df_final.xlsx
229KB
LICENSE
1KB
README.md
4KB
.~lock.GBR_test.xlsx#
78B
暂无评论