Предсказание цены акций на основе новостей

Using text classification models for stock price prediction. (MVP: Exchange rates)

Как работает:

Эмбеддинги из новостей достаются с помощью GloVe модели (5.5гб весов pretrained), затем с помощью LSTM модели предсказывается цена акции. Более подробно модель и процесс обучения объясняются в оригинальной статье - статья

Что тут происходит:

• src/make_predict.py - скрипт для предсказания цены индекса DowJohnson на основе новостей (возвращает будет расти или падать и насколько)
• notebooks/0.1_model.py - ноутбук с обучением модели (там есть красивые картиночки)
• src/fetch_news.py - получение новостей с сайта Мосбиржи

Зависимости:

• от хакатонов
• python 3.9
• keras, nltk, tensorflow
• веса glove модели

Как запустить:

• Поскольку потребуются веса моделей, немного придется заморочиться. final_questions_pairs... лежит там где надо на гитхабе. glove весит в unzipнутом виде под 5.5гб, поэтому не включил в репозиторий. Надо скачать, делается это с помощью make glove.
• make test_predict позволяет проверить работу модели на тестовых данных
• Заметка: эти веса будут загружаться в вашу оперативную память или видеопамять, если будет не хватать может возникнуть неопределенное поведение.

Перспектива модели:

• Аналогичный подход применим для обучения модели на основани данных мосбиржи и изменении цен. И других связок новости + цена акции в зависимости от даты и времени.

Работоспособность модели:

Project Organization

├── LICENSE
├── Makefile           <- Makefile with commands like `make data` or `make train`
├── README.md          <- The top-level README for developers using this project.
├── data
│   ├── external       <- Data from third party sources.
│   ├── interim        <- Intermediate data that has been transformed.
│   ├── processed      <- The final, canonical data sets for modeling.
│   └── raw            <- The original, immutable data dump.
│
├── docs               <- A default Sphinx project; see sphinx-doc.org for details
│
├── models             <- Trained and serialized models, model predictions, or model summaries
│
├── notebooks          <- Jupyter notebooks. Naming convention is a number (for ordering),
│                         the creator's initials, and a short `-` delimited description, e.g.
│                         `1.0-jqp-initial-data-exploration`.
│
├── references         <- Data dictionaries, manuals, and all other explanatory materials.
│
├── reports            <- Generated analysis as HTML, PDF, LaTeX, etc.
│   └── figures        <- Generated graphics and figures to be used in reporting
│
├── requirements.txt   <- The requirements file for reproducing the analysis environment, e.g.
│                         generated with `pip freeze > requirements.txt`
│
├── setup.py           <- makes project pip installable (pip install -e .) so src can be imported
├── src                <- Source code for use in this project.
│   ├── __init__.py    <- Makes src a Python module
│   │
│   ├── data           <- Scripts to download or generate data
│   │   └── make_dataset.py
│   │
│   ├── features       <- Scripts to turn raw data into features for modeling
│   │   └── build_features.py
│   │
│   ├── models         <- Scripts to train models and then use trained models to make
│   │   │                 predictions
│   │   ├── predict_model.py
│   │   └── train_model.py
│   │
│   └── visualization  <- Scripts to create exploratory and results oriented visualizations
│       └── visualize.py
│
└── tox.ini            <- tox file with settings for running tox; see tox.readthedocs.io

---

Project based on the cookiecutter data science project template. #cookiecutterdatascience