股票买卖最佳时机leetcode金麦使用不同的机器学习策略和参数分析和预测股票价格。在这个项目中，我收集了过去25年美国所有主要股票的收盘价，并为每个股票价值添加了相关的市场指数和指标。然后对这些数据运行模式识别，检查了以下分类器：随机森林分类器、邻居分类器、梯度提升分类器、SVC（支持向量机）、梯度提升分类器。最佳分类器是具有14天预测期和3天滑动窗口的随机森林预测器，它能预测购买机会。真阳性和真阴性的结果约为33%，标签为3个选项（买入/卖出/持有），这意味着随机决定也将导致33%。

Main.py – 主控制台，负责导入模块，获取原始数据，如每日股票值和每日指数值。

Scrapper – 获取股票数据。

ScrapperIndex – 获取指数值。

策略模块 – 负责实施不同策略以从原始数据计算标签。

AbstractStrategy – 抽象类，实现：

  • ProcessSpecificTicker – 提取标签，为第二天创建混淆矩阵和预测。

  • ProcessComposedTicker – 将不同股票的原始数据收集到一个数据表。