stock-with-machine-learning
灵感来源于以下3个项目:
- 知识
- 机器学习算法原理(分类型|预测型)(监督|半监督|无监督)
- 模型评估与选择(评估方法|性能度量)
- 特征值提取(聚类|etc)
- 技能
- 项目构建---1. 选股模型 2.交易模型 4.回测
- django提供服务接口
- mysql持久化结构化的特征值数据
- 利用消息队列异步方式进行模型预测
- 书籍
- 西瓜书
- machine learning in action
- 选股模型
- 交易模型
- 回测
- 选股模型问题上实践尽可能多的分类算法,学习,验证分类(预测)效果
- 交易模型问题上实践可以分为类型1.分类2.回归,分别实践两类问题的主流算法,学习,验证效果
- 回测---再想想
- 搭建django web 服务
- 搭建mysql服务,本地持久化远程api的数据,防止网络问题导致数据不可用
- 设计原始数据的存储结构
- 选股模型的数据预处理
- 选股模型的特征值提取
- 选股模型+k临近学习
- 选股模型+决策树
- 选股模型+朴素贝叶斯
- 选股模型+logistic回归
- 选股模型+svm
- 选股模型+AdaBoost
- 再想想。。。