没有合适的资源?快使用搜索试试~ 我知道了~
AI-Strategies-StockMarket:应用程序可测试基于人工智能的股票市场投资策略
共42个文件
py:28个
sh:3个
csv:2个
需积分: 9 4 下载量 33 浏览量
2021-05-23
15:04:03
上传
评论 1
收藏 6.34MB ZIP 举报
温馨提示
人工智能交易 应用程序可测试基于人工智能的股票市场投资策略。 该计划有两种简单的投资策略来比较结果。 这些策略之一就是简单地购买和持有。 另一种是基于移动平均线的交叉以及使用相对强度指数或RSI的经典策略。 目前,该应用具有基于人工智能的以下策略: :尝试通过使用以不同技术指标作为输入的神经网络来预测市场趋势的策略。 以加权方式组合来自移动平均线的买入-卖出信号的策略。 权重是通过PSO(粒子群优化)算法获得的。 入门 :rocket: 这些说明将为您提供在本地计算机上运行并运行的项目的副本,以进行开发和测试。 本地安装已在Ubuntu 18.04中成功测试。 先决条件 :clipboard: 已经安装了Python3,您可以在终端中使用以下命令进行检查: python3 -V 如果您没有安装Python3,则可以使用以下命令: sudo apt-get update sudo apt-get inst
资源推荐
资源详情
资源评论
收起资源包目录
AI-Strategies-StockMarket-master.zip (42个子文件)
AI-Strategies-StockMarket-master
.gitignore 205B
requirements.txt 204B
data
SAN.csv 203KB
FB.csv 92KB
src
classes
maxRiskSizer.py 3KB
myAnalyzer.py 2KB
myCerebro.py 907B
myBuySell.py 319B
interface.py 19KB
utils
testStrategyInteractive.py 4KB
indicators.py 3KB
func_utils.py 5KB
strategies
one_moving_average
execute_one_moving_average.py 2KB
strategy_one_moving_average.py 1KB
neural_network
strategy_neural_network.py 2KB
class_neural_network.py 4KB
execute_neural_network.py 4KB
combined_signal
execute_combined_signal.py 5KB
utils.py 2KB
genetic_representation.py 4KB
strategy_combined_signal.py 3KB
moving_average_rsi
strategy_moving_average_rsi.py 2KB
execute_moving_average_rsi.py 1KB
log_strategy.py 3KB
buy_and_hold
execute_buy_and_hold.py 1KB
strategy_buy_and_hold.py 728B
moving_averages_cross
execute_moving_averages_cross.py 2KB
strategy_moving_averages_cross.py 2KB
strategies_execution
execution_plot.py 3KB
executions.py 5KB
execution_analysis.py 5KB
LICENSE 1KB
_config.yml 329B
scripts
script_eurostoxx.sh 1KB
install_local.sh 876B
script_nasdaq.sh 356B
README.md 2KB
main.py 9KB
docs
neural_network.md 2KB
memoria.pdf 6.13MB
img
neural_network.png 224KB
interfaz.png 156KB
共 42 条
- 1
资源评论
起飞页
- 粉丝: 30
- 资源: 4543
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Java及Web技术的医药管理系统设计源码
- 基于Objective-C的cordova-plugin-wechat插件开发源码研究
- 基于Python语言的SocialNetworkBackend社交数据分析系统后端设计源码
- 基于Python的pytracking-master目标跟踪dimp方法设计源码
- 基于PHP、JavaScript、CSS的zibll主题美化插件设计源码
- 毕业设计之mimo系统中中最大比合并和空时编码的性能研究
- 本程序对基于matlab对NOMA系统中经典多用户功率分配算法进行了研究
- Phone-1.zip
- 07-2022240679-学生信息管理-骆泳舟.zip
- lvdai20241115
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功