在最後的10天,我想挑戰一下實踐maching learning。
Project: 打造一個可以幫助預測股票走向的model
如果時間允許的話,我也想能夠根據理想的回報時間框架切換投資模式,如下所示:
1-確定目標和範圍:
2-數據收集:
從各種來源收集歷史和實時的金融數據。我需要有關歷史價格的數據。可靠的數據來源包括API、金融新聞源和金融數據庫。
為了進行這個練習,我將使用Python的yfinance模塊。
參考:https://medium.com/codex/10-best-resources-to-fetch-cryptocurrency-data-in-python-8400cf0d0136
3-股票指數(或稱股市指數、股價指數)是衡量交易所一組股票價格表現的指標:
我將用以下指數:
4-模擬加密平台選擇Roostoo
為了測試我的模型,我將手動提取數據以進行檢查。如果時間允許,我將使用Roostoo,並使用這個Rooster-API來測試模型。
5-要使用的模型
我將主要使用Python,我想要試試以下模型來做我的model:
由於我是初學者,我將參考和模仿其他專家在線上分享的方法。這個旅程將更多是一種練習以及學習心得。
對 dbt 或 data 有興趣?歡迎加入 dbt community 到 #local-taipei 找我們,也有實體 Meetup 請到 dbt Taipei Meetup 報名參加
Ref:
https://levelup.gitconnected.com/20-pandas-functions-for-80-of-your-data-science-tasks-b610c8bfe63c