Stock_Prediction_Project

使用LSTM，差异性隐私和情绪分析通过财经新闻预测股票 团队成员：Shamal Lalvani和Yunan Wu 1.简介 在这篇文章中，Yunan和Shamal介绍了论文DP-LSTM：基于差异性隐私启发的LSTM，用于使用财经新闻[＃1]进行股票预测的技术，该技术旨在利用财经新闻和历史数据来预测财经数据。 本文使用的主要技术是情感分析，最基本的时间序列模型（称为ARMA）和神经网络（称为LSTM）。 另外，本文使用受差异隐私启发的技术来学习基于金融新闻的金融趋势的稳健性。 在本文中，我和Yunan总结了本文的技术，对于新手读者来说，它们很容易获得。 希望是，在阅读了这篇文章之后，您将轻松理解并实施诸如Neural Networks和Sentiment Analysis之类的技术，以对财务数据或随时间变化的任何数据进行自己所需的分析。 我们要感谢该论文的作者在Github上提供了他们的代