股票买卖最佳时机leetcode算法交易。作者：Patrick DeStefano、Freddie Eisa、Terry Fry、Hope Forrester、Arzu Isik Topbas。假设在这个项目中，我们创建了一个用于买入、卖出、持有预测的算法交易模型，根据当前关于正面或负面情绪的新闻输入，使用FinViz识别关键股票，以最大化回报。

勘探和清理过程

我们使用newsapi从完整文章中提取股票行情。在进行情绪分析后，我们去掉了负面或中性情绪的股票代码，只保留了正面情绪分数超过0.2的前25条股票代码。我们利用Alpaca从先前获得的25个列表中提取库存数据。这些数据被清理并通过FinViz的筛选器功能推送，以根据以下标准确定哪些股票最适合机器学习模型：

  1. 表现：今天+10%

  2. 当前体积：超过10M

  3. 国家：美国

我们遇到了Alpaca宕机的问题，这使得我们无法运行和测试我们的代码，但幸运的是它返回了。这迫使我们考虑使用其他数据源，如Pandas Data Reader或Yahoo Finance。

有马在收到价格预测后，我们。