股票买卖最佳时机leetcode项目2机器学习可以帮助解决的金融科技问题：使用技术指标分析各种加密货币BTC、ETC、ADA、USDT、XRP、LTC、TRX、TUSD、DGB、BSV，包括：特征1中的指数移动平均线，指数移动平均线特征2中的每日回报波动率，特征3中的布林带。基于三个信号的机器学习模型随机森林交易：'crossover_signal'、'vol_trend_signal'、'bollinger_signal'并根据逻辑设置因变量值，如果每日收益大于0，则为1，否则为0。一年的数据用于构建模型。然后将两组数据构造成X_train和y_train。然后使用仅使用训练集（X_train，Y_train）的SKLearn线性回归来拟合数据。建立混淆矩阵，准确度得分。预测是基于为样本中使用的所有密码构建的模型计算的。用预测值绘制图形。预测值替换为-1，其中0表示空头情况，这是多头头寸的反向。然后绘制累积回报。该项目的要求如下：在所学技术的背景下应用ML。您必须使用：Scikit-Learn和/或其他机器学习库。