股票价格预测：使用手工财务功能和LSTM模型的深度学习进行的短期股票价格预测资源-CSDN文库

共9个文件

ipynb：4个

py：2个

pipfile：1个

JupyterNotebook

需积分: 15 56 浏览量 2021-02-15 15:04:19 上传评论收藏 922KB ZIP 举报

资源推荐

资源详情

资源评论

股票价格预测器：该项目旨在利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格

5星 · 资源好评率100%

股票价格预测 Udacity-机器学习纳米学位课程：Project-6（Capstone项目）项目概况这是Udacity-机器学习纳米学位计划中列出的一系列项目中的第六个也是最后一个顶点项目。投资公司，对冲基金甚至个人一直在使用财务模型来更好地了解市场行为并进行有利可图的投资和交易。历史股价和公司绩效数据的形式提供了大量信息，适用于机器学习算法进行处理。我们真的可以通过机器学习预测股

VSTWPF:使用机器学习和深度学习进行短期风电预测的示例

VSTWPF 使用机器学习和深度学习进行短期风电预测的示例

stockDL:一个金融深度学习库，用于股票价格预测以及与传统投资策略的比较。该库基于LSTM神经网络和Conv1D + LSTM神经网络。投资有市场风险，作者对任何财务损失概不负责

stockDL：用于股票价格预测和计算的深度学习库复制粘贴不是您应该共享代码的方式。特征基于2种传统股票市场算法[买入，持有和移动平均]和2种深度学习算法[LSTM网络和Conv1D + LSTM网络]的单一股票交易和价格比较以JSON格式返回结果，包括总总收益，年总收益，总净收益和年净收益。此JSON结果可用于基于Web的价格预测。考虑到印度的经纪人佣金和资本利得税[可以修改]

Apple-Stock-price-Prediction-using-LSTM:开发了一种机器学习模型，该模型使用LSTM的机器学习体系结构预测股票价格的趋势，同时还使用了著名的python库（例如tensorflow）。 keras等

使用LSTM的苹果股票价格预测开发了一种机器学习模型，该模型使用LSTM的机器学习体系结构预测股票价格的趋势，同时还使用了著名的python库（例如tensorflow）。 keras等

使用Twitter帐户的音乐播放列表生成历史记录和情感分析：在本研究中，我们旨在开发受用户或实体的社交媒体发布历史启发的播放列表生成功能。实现此目的的一种方法是使用情感分析来比较鸣叫和歌曲歌词情感极性的分布，以生成推荐歌曲列表。为了优化此预测的效率，我们实施了多种机器学习和深度学习方法来预测情绪极性，并评估了两种数据类型的训练模型。最终，当整合两个极性分数时，实现了用于推文的双向LSTM和用于歌词的VADER模型。

使用Twitter帐户发布历史记录和情感分析生成音乐播放列表在此项目中，我们旨在开发受用户或实体的社交媒体发布历史启发的播放列表生成功能。实现此目的的一种方法是使用情感分析来比较鸣叫和歌曲歌词情感极性的分布，以生成推荐歌曲列表。为了优化此预测的效率，我们实施了多种机器学习和深度学习方法来预测情绪极性，并评估了两种数据类型的训练模型。最终，当整合两个极性分数时，实现了用于推文的双向LSTM和

Research-Project:该项目的目标是使用深度学习回归模型来预测路面质量得分，范围为0到3，未使用的道路为0，严重磨损的道路为3。围绕湾区，CA和KITTI图像数据集的路面实时视频用于训练和测试。 Bokeh和Google Maps API用于结果和数据的可视化。使用LSTM，CNN-LSTM，SVR，线性回归。工具和编程语言

研究项目该项目的目标是使用深度学习回归模型来预测路面质量得分，范围为0到3，未使用的道路为0，严重磨损的道路为3。围绕湾区，CA和KITTI图像数据集的路面实时视频用于训练和测试。 Bokeh和Google Maps API用于结果和数据的可视化。使用LSTM，CNN-LSTM，SVR，线性回归。工具和编程语言：Python（Scikit，Pandas，NumPy，matplotlib，c

使用PyTorch完成事情：Jupyter Notebook教程，介绍如何使用PyTorch解决机器学习和深度学习中的实际问题。主题：用Detectron进行人脸检测2，使用LSTM自动编码器进行时间序列异常检测，使用YOLO v5进行对象检测，构建您的第一个神经网络，对日冕病毒日常病例进行时间序列预测，使用BERT进行情感分析

使用PyTorch完成SH * T 了解如何使用深度学习模型（NLP，计算机视觉和时间序列）解决现实问题。从原型制作到使用PyTorch和Python进行部署！ :open_book: 免费阅读可以使用以下链接阅读整本书。每个部分都包含一个笔记本，您可以在此存储库中找到该笔记本。如果您想支持我的工作，请考虑购买这本书。感谢您的光临！ :hugging_face:

EmotionRecognition_DL_LSTM:这项研究旨在研究和实现一种人工智能（AI）算法，该算法将实时分析音频文件，识别并呈现其中表达的情感。该模型以“深度学习”方法（即“深度神经网络”）开发。选择了用于时间序列分析的高级模型，即长期短期记忆（LSTM）。为了训练模型，已使用演员数据库表达的情绪

实时语音情感识别（SER）具有keras的深度学习（LSTM）模型。这项研究旨在研究和实现一种人工智能（AI）算法，该算法将实时分析音频文件，识别并呈现其中表达的情感。此分类模型是通过深度学习方法开发的，这意味着深度神经网络（DNN），同时选择了用于时间序列分析的高级模型，即长短期记忆（LSTM）。对于模型的训练，已经使用了瑞尔森大学的Ryerson情感言语和歌曲视听数据库（RAV

15.时间序列预测（LSTM模型）python代码实现

4星 · 用户满意度95%

在时间序列预测问题中，建立LSTM模型，采用python语言代码实现

使用长短期记忆模型（LSTM）预测股票

使用长短期记忆模型（LSTM）预测股票

EMD-LSTM/LSTM基于经验模态分解和长短期记忆网络的时间序列预测(含LSTM、EMD-LSTM 模型的对比) 评价指

EMD-LSTM/LSTM基于经验模态分解和长短期记忆网络的时间序列预测(含LSTM、EMD-LSTM 模型的对比)。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。 EMD-LSTM/LSTM基于经验模态分解和...

VMD-LSTM/LSTM基于变分模态分解和长短期记忆网络的时间序列预测(含LSTM、VMD-LSTM 模型的对比) 评价指

VMD-LSTM/LSTM基于变分模态分解和长短期记忆网络的时间序列预测(含LSTM、VMD-LSTM 模型的对比)。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。 VMD-LSTM/LSTM基于变分模态分解和...

基于HMM-LSTM隐马尔可夫和长短期记忆模型的股票市场预测（Python完整源码和数据）

5星 · 资源好评率100%

隐马尔可夫模型 (HMM) 是一种信号预测模型（Python完整源码和数据），已被用于预测经济状况和股票价格。该项目旨在实现将机器学习算法应用于股票市场的目标。长短期记忆模型（LSTM）保证了在新的时间状态下，随着...

使用递归神经网络RNN-LSTM和智能手机上的Tensorflow进行人类活动识别：这是我的硕士项目，我使用无线传感器数据挖掘实验室（WISDM）的数据集来构建机器学习模型，可使用智能手机加速计，Tensorflow框架，递归神经网络和多个堆栈的长期短期记忆单元（LSTM）来预测人类的基本活动，以构建深度网络。训练模型后，将其保存并导出到android应用程序，并使用模型和界面进行预测，以使用文本到语音API讲出结果

在智能手机上使用递归神经网络（RNN），LSTM和Tensorflow进行人类活动识别这是我硕士课程的项目，其中涉及使用无线传感器数据挖掘实验室（WISDM）的数据集为端到端系统构建机器学习模型，以使用智能手机加速度计，Tensorflow框架，递归神经网络预测人类的基本活动网络和多个长期短期存储单元（LSTM）堆栈，用于构建具有隐藏单元的深度网络。训练模型后，将其保存并导出到android应

GuitarLSTM:使用LSTM和Keras进行吉他ampampal仿真的深度学习模型

吉他LSTM GuitarLSTM训练吉他效果/放大器神经网络模型以对wav文件进行处理。记录目标吉他放大器或踏板的输入/输出样本，然后使用此代码创建声音的深度学习模型。然后可以将该模型应用于其他wav文件，使其听起来像是放大器或效果器。此代码使用Tensorflow / Keras。 LSTM（长期短期记忆）模型可有效复制电子管放大器的声音，失真，过载和压缩。它还捕获用于记录样本

骇客深度学习：使用TensorFlow 2和Keras和Python的机器学习教程（包括Jupyter笔记本）-（LSTM，超电流表调整，数据预处理，偏差方差折衷，异常检测，自动编码器，时间序列预测，对象检测，情感分析，使用BERT进行意图识别）

骇客深度学习：使用TensorFlow 2和Keras和Python的机器学习教程（包括Jupyter笔记本）-（LSTM，超电流表调整，数据预处理，偏差方差折衷，异常检测，自动编码器，时间序列预测，对象检测，情感分析，使用BERT进行意图识别）

Load-Forecasting-using-Different-Deep-Learning-Architectures:该项目将实施不同的深度学习体系结构，并根据其在提前小时电价和负荷预测任务中的性能对其进行评估。更具体地说，我们将使用均方根误差（RMSE）评估（i）随机森林，（ii）CNN单变量，（iii）CNN多变量，（iv）RNN-LSTM和（v）BiLSTM体系结构。此外，我们将在以下两个维度上尝试不同的任务表述和框架类型

使用不同的深度学习架构进行负载预测该项目将实施不同的深度学习体系结构，并根据其在提前小时电价和负荷预测任务中的性能对其进行评估。更具体地说，我们将使用均方根误差（RMSE）评估（i）随机森林，（ii）CNN单变量，（iii）CNN多变量，（iv）RNN-LSTM和（v）BiLSTM体系结构。此外，我们将在以下两个维度上尝试不同的任务表述和框架类型：•我们将比较单变量时间序列预测和多元时间序列

BugAI：基于AI的错误预测的深度学习模型（长期短期记忆（LSTM），递归神经网络（RNN），卷积神经网络（CNN））

布加深度学习模型（长期短期记忆（LSTM），递归神经网络（RNN），卷积神经网络（CNN））用于基于AI的错误预测。此外，还使用了其他机器学习模型，例如SVM，oneClassClassifier，isolationForest。

LSTM、GRU和BiLSTM在股票价格预测中的比较研究.zip

LSTM、GRU和BiLSTM在股票价格预测中的比较研究.zipLSTM、GRU和BiLSTM在股票价格预测中的比较研究.zipLSTM、GRU和BiLSTM在股票价格预测中的比较研究.zip实验中各个特征在单位和量级上存在差异，比如股票价格和成交量...

基于LSTM神经网络的时间序列预测（LSTM单变量、Multi-Step LSTM预测、长短周期记忆网络等方法）涵盖新手进阶。

5星 · 资源好评率100%

使用LSTM神经网络进行时间序列数据预测分析。基于Tensorflow框架、Kerase接口开发网络模型。包含数据清洗，数据特征提取，数据建模，数据预测。包含洗发水销量预测、空气质量预测等实际案例。 LSTM单变量、Multi-...

基于LSTM深度学习网络的时间序列预测matlab仿真+操作视频

5星 · 资源好评率100%

2.内容：基于LSTM深度学习网络的时间序列预测matlab仿真+操作视频 3.用处：用于LSTM深度学习网络编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Run...

基于小波分解的LSTM水质预测模型

本文建立了基于小波分解的长短期记忆网络(LSTM)时间序列预测模型(W-LSTM), 运用Daubechies5 (db5)小波将水质数据分解为高频率和低频率信号, 再将这些信号作为LSTM模型的输入, 来训练模型预测水质数据. 利用安徽阜南...

LSTM模型预测LSTM模型预测

5星 · 资源好评率100%

LSTM模型预测LSTM模型预测

收起资源包目录

stock-price-predictions-master.zip （9个子文件）

stock-price-predictions-master

experiments

features.ipynb 146KB

regression.ipynb 37KB

lstm.ipynb 1.47MB

binary.ipynb 82KB

src

feature_dataset_enrichment.py 3KB

yahoo_dataset_extractor.py 1007B

Pipfile.lock 98KB

Pipfile 569B

.gitignore 40B

评论收藏

内容反馈

陶涵煦

粉丝: 27
资源: 4654

股票价格预测：使用手工财务功能和LSTM模型的深度学习进行的短期股票价格预测

股票价格预测器：该项目旨在利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格

VSTWPF:使用机器学习和深度学习进行短期风电预测的示例

stockDL:一个金融深度学习库，用于股票价格预测以及与传统投资策略的比较。 该库基于LSTM神经网络和Conv1D + LSTM神经网络。 投资有市场风险，作者对任何财务损失概不负责

Apple-Stock-price-Prediction-using-LSTM:开发了一种机器学习模型，该模型使用LSTM的机器学习体系结构预测股票价格的趋势，同时还使用了著名的python库（例如tensorflow）。 keras等

使用LSTM对股票价格进行回归预测，对股价涨跌进行分类预测（两个模型）

基于matlab编程的的长短期神经网络LSTM的股票价格的预测，基于深度学习神经网络的股票价格预测

pytorch利用LSTM实现对股票进行多变量多步预测

自动化论文评分-使用LSTM：一种深度学习模型，可预测给定输入文章的分数

15.时间序列预测（LSTM模型）python代码实现

使用长短期记忆模型（LSTM）预测股票

EMD-LSTM/LSTM基于经验模态分解和长短期记忆网络的时间序列预测(含LSTM、EMD-LSTM 模型的对比) 评价指

VMD-LSTM/LSTM基于变分模态分解和长短期记忆网络的时间序列预测(含LSTM、VMD-LSTM 模型的对比) 评价指

基于HMM-LSTM隐马尔可夫和长短期记忆模型的股票市场预测（Python完整源码和数据）

GuitarLSTM:使用LSTM和Keras进行吉他ampampal仿真的深度学习模型

骇客深度学习：使用TensorFlow 2和Keras和Python的机器学习教程（包括Jupyter笔记本）-（LSTM，超电流表调整，数据预处理，偏差方差折衷，异常检测，自动编码器，时间序列预测，对象检测，情感分析，使用BERT进行意图识别）

BugAI：基于AI的错误预测的深度学习模型（长期短期记忆（LSTM），递归神经网络（RNN），卷积神经网络（CNN））

LSTM、GRU和BiLSTM在股票价格预测中的比较研究.zip

基于LSTM神经网络的时间序列预测（LSTM单变量、Multi-Step LSTM预测、长短周期记忆网络等方法）涵盖新手进阶。

基于LSTM深度学习网络的时间序列预测matlab仿真+操作视频

基于小波分解的LSTM水质预测模型

LSTM模型预测LSTM模型预测

最新资源

stockDL:一个金融深度学习库，用于股票价格预测以及与传统投资策略的比较。该库基于LSTM神经网络和Conv1D + LSTM神经网络。投资有市场风险，作者对任何财务损失概不负责