基于监督学习的股票市场价格预测器

目标

通过研究多种预测技术，利用历史收益率和数值化的新闻指标来预测未来的股票收益，并构建由多只股票组成的投资组合以分散风险。我们采用监督学习方法对看似混乱的市场数据进行分析，从而实现股票价格的预测。

环境搭建说明

    $ workon myvirtualenv                                  [可选]
    $ pip install -r requirements.txt
    $ python scripts/Algorithms/regression_models.py <input-dir> <output-dir>

运行代码所需的 dataset 可从 这里 下载。

项目概念视频

方法论

1. 数据预处理与清洗
2. 特征提取
3. Twitter 情感分析及评分
4. 数据归一化
5. 多种监督学习方法的分析
6. 结论

研究论文

• 机器学习在股票价格趋势预测中的应用。戴宇清、张雨宁
• 基于机器学习算法的股市预测。沈顺荣、蒋浩淼。斯坦福大学电气工程系
• 机器学习如何助力股票投资？郭欣

使用的数据集

1. http://www.nasdaq.com/
2. https://in.finance.yahoo.com
3. https://www.google.com/finance

有用链接

• 幻灯片: http://www.slideshare.net/SharvilKatariya/stock-price-trend-forecasting-using-supervised-learning
• 视频: https://www.youtube.com/watch?v=z6U0OKGrhy0
• 报告: https://github.com/scorpionhiccup/StockPricePrediction/blob/master/Report.pdf

参考资料

• 循环神经网络 - LSTM 模型
• ARIMA 模型
• https://github.com/dv-lebedev/google-quote-downloader
• 账面价值
• http://www.investopedia.com/articles/basics/09/simplified-measuring-interpreting-volatility.asp
• 波动率
• https://github.com/dzitkowskik/StockPredictionRNN
• Scikit-Learn
• Theano

StockPricePrediction 快速上手指南

本指南旨在帮助开发者快速部署并运行基于监督学习的股票价格预测工具。

环境准备

• 操作系统：Linux / macOS / Windows (需支持 Python 环境)
• Python 版本：建议 Python 2.7 或 Python 3.x (具体取决于 requirements.txt 中的库兼容性)
• 前置依赖：
  • pip (Python 包管理工具)
  • virtualenv (可选，推荐用于隔离环境)
• 数据集：项目运行需要特定的历史股价与新闻指标数据。
  • 下载地址：Google Drive 数据集
  • 注意：国内用户下载 Google Drive 文件可能需要网络加速工具或寻找替代镜像源。

安装步骤

1. （可选）创建虚拟环境 为避免依赖冲突，建议先创建并激活虚拟环境：

   $ workon myvirtualenv
   

2. 安装依赖库 在项目根目录下执行以下命令安装所需 Python 库：

   $ pip install -r requirements.txt
   

   国内用户加速建议：若下载缓慢，可使用清华或阿里镜像源：

   $ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 准备数据 将下载的数据集解压，并确保包含脚本所需的输入文件目录。

基本使用

完成安装和数据准备后，即可运行回归模型脚本进行预测分析。

命令格式：

$ python scripts/Algorithms/regression_models.py <input-dir> <output-dir>

使用示例： 假设你的输入数据位于 data/raw 目录，希望将预测结果输出到 results/output 目录：

$ python scripts/Algorithms/regression_models.py data/raw results/output

流程说明： 程序将自动执行以下核心步骤：

1. 数据预处理与清洗
2. 特征提取
3. 推特情感分析与评分
4. 数据归一化
5. 应用多种监督学习算法进行分析
6. 生成预测结论