yhaofeng / net_for_Cryptocurrency
采用神经网络来预测加密货币涨跌,同时采用贝叶斯优化方法调整超参数
☆20Updated 3 years ago
Related projects ⓘ
Alternatives and complementary repositories for net_for_Cryptocurrency
- 通过修改transformer使其可以预测金融时间序列☆29Updated 3 years ago
- 使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…☆51Updated 4 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆42Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆60Updated 6 years ago
- stock trend prediction using multi-source data☆12Updated 3 years ago
- 基于Keras的LSTM多变量时间序列预测☆22Updated 6 years ago
- 利用时间序列预测汽车销量☆37Updated 5 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆53Updated 7 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆98Updated 6 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆75Updated 2 years ago
- used for Stock Prodiction&power prediction&Traffic prediction by ARIMA,xgboost,RNN,LSTM,TCN☆100Updated 4 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测,注释 拉满。☆177Updated 4 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例,使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据,将数据按时间段划分,使用SARIMA过滤其线性趋势,再对过滤后的残差使用LSTM进行预测,最后对预测结果进行…☆65Updated 5 years ago
- 改进的k-prototypes聚类算法☆16Updated 3 years ago
- 使用svr, mlp, rnn, lstm, am-lstm进行多元时间序列回归预测☆52Updated last year
- LSTM 实现的股票最高价预测☆126Updated last year
- 基于KNN聚类算法结合Dynamic Time Warping(动态时间调整)的时间序列分类☆57Updated 5 years ago
- ☆31Updated 5 years ago
- 客流量时间序列预测模型☆111Updated 2 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 4 years ago
- Attempt to use XGBoost in stock price prediction☆83Updated 4 years ago
- 基于深度学习的溶解氧时间序列预测模型☆27Updated 4 years ago
- 双塔模型,打比赛用。解决多维时间序列的分类预测任务☆29Updated 2 years ago
- ☆10Updated 3 years ago
- 多模态股价预测系统☆17Updated 2 years ago
- Temporal Convolutional Neural Net for stock selection, using a Genetic Algorithm for feature selection☆32Updated 4 years ago
- This project uses jqdata to forecast the price of Chinese stock. The methods used include LSTM, LSTM_CNN, CNN_ LSTM, AdaBoost, random fo…☆27Updated 3 years ago
- Undergradute final project with ARIMA,LSTM,GRU,Xgboost and DeepTTE.毕业论文代码库合集,包括基于ARIMA,LSTM,GRU进行时间序列预测,基于DeepTTE解决ETA(estimated time of …☆18Updated 2 years ago