weidongcao / huanLing
利用大数据与人工智能分析预测金融市场
☆63Updated last year
Alternatives and similar repositories for huanLing:
Users that are interested in huanLing are comparing it to the libraries listed below
- 使 用爬虫获取财经网站的评论、文章;通过tushare库获取股票价格数据;通过jieba库对文本进行词频分析☆91Updated 6 years ago
- 爬取东方财富的宏观研究的研报,基于LSTM进行情感分析,分类为正向、负向和中性三类☆112Updated 3 years ago
- 对于一个板块内的股票使用Kmeans聚类剔除垃圾股,利用遗传算法分析上市公司的财务指标,从基本面的角度得出合理的股票选择模型,帮助投资者在某个板块内确定出选择高收益股票的标准,策略样本外回测计效见backtest.png文件。☆67Updated 3 years ago
- 股票趋势预测☆33Updated 6 years ago
- 基于LSTM的股票价格预测☆63Updated 6 years ago
- 爬取东方财富股吧沪深股票文章、评论及发言用户信息☆49Updated 6 years ago
- 利用情感语义分析和张量数据结构预测股价☆47Updated 7 years ago
- 金融财经类新闻文本主题事件提取☆53Updated 2 years ago
- 基于机器学习的股票投资算法,使用到了Auto-ARIMA、LSTM、SVM、Prophet、朴素贝叶斯、移动平均算法等多个算法,从信息收集、算法分析、回测等多个方面进行分析,从消息面、基本面、技术面三种分析方法进行分析。☆96Updated 4 years ago
- python量化分析股票的投资组合☆19Updated 7 years ago
- 这是一个基于LSTM-RNN算法的线上金融股票价格走势预测的小项目,使用tensorflow框架实现。☆45Updated 6 years ago
- 本项目 致力于开发各种金融数据处理小工具,以实现基本面分析并提供投资建议☆43Updated 6 years ago
- 根据东财股吧爬虫数据进行自然语言分析,展示股市热度☆114Updated 5 years ago
- 基于分布式爬虫,采集互联网公开来源的金融类新闻和文档类文本; 基于文本挖掘技术,进行无监督/半监督学习的数据ETL与特征工程; 基于金融数据挖掘技术,进行宏观经济分析,基本面分析与行业分析☆101Updated 6 years ago
- 提取金融相关领域研究报告的主要结论(key idea)☆59Updated 6 years ago
- 基金估值表,深度分析☆31Updated 4 years ago
- 量化交易股票预测系统☆40Updated 6 years ago
- Used for study of company. 用于公司研究, 包括公司财报分析, 公司估值等, 使用了python的编译器ply的lexer,yacc来处理非结构化数据,采用神经网络来预测市场趋势.☆13Updated 2 years ago
- 基于Django框架的Tushare股票数据可视化平台☆119Updated last year
- 股票数据 分析web平台☆23Updated last year
- 根据股票帐号,自动下载www.cninfo.com.上对应的企业年报(pdf格式),然后将这些pdf格式的文件转换为txt文件,然后从中提取出有用的信息,进行数据分析和图标展示☆52Updated 8 years ago
- 基于情感字典和机器学习的股市舆情情感分类可视化☆325Updated 5 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆47Updated 6 years ago
- 这是一个python股票数据收集和分析系统,我们使用tushare开源接口,定时的是爬取数据保存到数据库中,然后我们拿数据库中的数据用来分析策略。 http://a.carlcc.com☆73Updated 2 years ago
- 2019泰迪杯B题,利用Adaboost模型对A股市场进行预测☆47Updated 5 years ago
- kaggle贷款违约预测 :主要研究如何借助非平衡数据分类的思想对银行等金融机构的历史贷款数据进行分析,并基于随机森林分类模型预测贷款违约的可能性☆20Updated 5 years ago
- 金融新闻数据挖掘分析☆326Updated 6 years ago
- 使用机器学习进行股票预测并指导短线(预测未来3日股价)交易。☆76Updated 3 years ago
- 对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…☆53Updated 6 years ago