【视频资料】应用机器学习进行股市预测


(iQuant) #1

本文为YouTube上的关于应用机器学习进行股市预测的视频,作者为Siraj Ravel。

本视频主要讲述,相比较于手工收集大量资料再做出投资策略,机器学习非常适用于处理历史数据并预测股价未来走势。

作者选用微软从2017年开始至今的10年价格数据主要包括时间与收盘价,和纽约报纸每天关于微软的新闻头条标题。作者首先利用NLTK库中SentimentIntensityAnalysis对新闻头条进行情绪分类:negative、neutral、positive 和 compound四类并对应赋值。接下来分别选用Random Forest、 MLP Classifier 和Linear Regressio三种算法,基于价格数据和情绪数据进行训练,其中前8年数据作为训练数据,后2年数据作为测试数据。

最终结果显示:MLP Classifer对于价格走势的预测能力最强。最后,作者总结到:只要选择合适的数据与合适的机器学习算法,股票价格走势的预测可行。