本项目是使用样本股票数据的 python 神经网络和 ml 股票预测方法示例。 ml 和 nn 方法和库的资料库，以及用于训练和测试的样本股数据。这些示例简单易懂，突出了每种方法的基本组成部分。示例还展示了如何在当前数据上运行模型，以获得股票预测结果。...
该项目使用python神经网络和机器学习方法预测股票价格，包括梯度提升、k均值聚类、逻辑回归、随机森林和支持向量机等方法。数据集包含标准普尔500指数5年的股票数据，p值排名显示pytorch lightning表现最佳。数据集还包括train.csv、test.csv和latest.csv等文件，可用于不同交易策略和特征工程选项的定制。
