Stock Prediction Project

概述

本專案旨在預測股票走勢，並利用數據分析及深度學習模型（LSTM、Transformer）進行未來股票趨勢預測。

專案成員

• 612415013 蕭宥羽
• 612415045 蔡媃安
• 612415103 劉哲宇
• 612415105 劉冠廷
• 612415139 馬皓煒
• 613415085 黃亮鈞

詳細介紹

詳細的介紹我們的專案

• mid
• final

專案資料

資料來源

使用 yfinance API 抓取以下股票資料：

• Apple
• Google
• Microsoft
• Amazon
• 0050

抓取的資料包括：日期、總成交金額、開盤價、最高價、最低價、收盤價、漲跌幅、成交量。

抓取區間

• Apple、Google、Microsoft、Amazon: 2012-01-01 至 2024-06-12
• 0050: 2020-05-04 至 2024-04-23

專案模型

LSTM

使用LSTM模型訓練，以前n天的資料預測後一天的股價。

Transformer

使用Transformer模型進行訓練和預測。

測試結果

0050預測結果（LSTM）

顯示LSTM模型對0050股票的預測結果。

MA 曲線

繪製移動平均曲線來分析股價趨勢。

使用Apple的Close價格進行預測

• 使用LSTM模型進行預測
• 使用Transformer模型進行預測

結果比較

比較LSTM和Transformer模型的預測結果，使用RMSE（Root Mean Square Error）進行評估。

結論

• 專案達成目標：70%
• 主要貢獻：比較LSTM和Transformer模型在股票走勢預測上的表現。
• 未來展望：加入更多特徵和公司數據進行訓練，並結合LSTM和Transformer模型開發混合模型以充分利用兩者的優勢。

參考資料

• yfinance · PyPI
• 運用 LSTM 進行多變數股價預測
• Predict stock prices using PyTorch Transformer (kaggle.com)
• NLP 9d LSTM vs. Transformers for Stock Prediction (kaggle.com)
• Stock Market Analysis + Prediction using LSTM (kaggle.com)