Stock Market Analysis

股市分析

目标

• 创建模型以使用历史数据预测未来 3 天的股票价格。
• 对与特定股票相关的新闻/推特的情绪分析。
• 根据行业比较两个或更多公司。
• 搜索引擎利用信息检索技术进行搜索。
• 制作一个网络应用程序来生成综合报告并汇总调查结果。

工作完成

• 预测模块
  • 该模型采用了 60 个时间段内所有四种货币的收盘价和交易量，并建议我们是否应该在未来 3 个时间段内买入或卖出莱特币。
  • 最终模型将采用 5 年的股票数据和推特情绪作为输入，给出未来价格/购买或出售股票的建议。
• 情感分析模块
  • 第一步是建立一个模型来检查单个推文的极性
  • 使用股票的 Twitter feed 作为输入
  • 进料由分类器（glob）处理，并决定其极性
  • 正面、负面或中性推文的百分比以条形图的形式绘制。
  • 整合新闻
  • 详细的定量情绪分析（例如 - 科技创新）
• 可视化模块
  • 为投资者创建一个门户，他们可以在其中找到有关公司的分析、新闻。
  • 显示显示公司收盘价时间序列图的图表。
  • 显示市值、账面价值、销售增长和其他特定于公司的详细信息等参数。
  • 显示公司的基本面分析，包括公司的资产负债表、损益余额、现金流量。
  • 显示公司最近的新闻/公告
• 比较模块
  • 根据股价比较两只或更多股票 - 可视化完成
  • 根据回报率和增长率比较两只或更多股票
  • 基于资本资产定价模型的比较
  • 比较取决于可视化模块
• 搜索引擎模块
  • 该原型接受用户的查询并将其提供给红外系统。
  • IR 系统评估查询并输出数据库中的最佳结果。
  • 这里需要注意的关键点是，这不是 RDBMS 系统的简单查询结果案例，而是这里我们有非结构化数据，并且基于 IR 系统的评估结果我们得到结果。
  • 使用编辑距离自动完成
  • 通配符查询

我们的主要项目位于主分支的可视化模块中。

入门

这些说明将为您提供在本地计算机上启动并运行的项目副本，以用于开发和测试目的

先决条件

安装软件需要哪些东西

 git
Python3
pip3
virtualenv [If no anaconda present]
Good internet connection : For retrieving data from APIs

安装 Anaconda 会更好，因为大多数依赖项都会得到处理。

安装并运行

一系列分步示例告诉您如何运行开发环境

在您的计算机上克隆存储库

 git clone https://github.com/CapstoneProject18/Stock-Market-Analysis.git

搭建虚拟环境并启动环境（如果没有安装anaconda）

 virtualenv env

For windows : envScriptsactivate.bat
For linux   : source env/bin/activate 

安装要求

 cd visualization
pip3 install -r requirements.txt

运行项目

 python3 manage.py runserver

打开浏览器窗口并在新选项卡中转到链接 http://127.0.0.1:8000

贡献者

• Ayush Dosajh -情绪模块
• Ganesh Singh -预测模块
• Gulshan Singh -搜索引擎模块
• Mayank Singh -可视化模块
• Sangamesh Kotalwar -比较模块

致谢

我们非常感谢 Manish Hurkat 先生和 Bhavesh Sangwan 先生的指导和持续监督，以及提供有关该项目的必要信息以及他们对完成该项目的支持。我们承认我提交给 NIIT 大学评估的任何作品：

• 必须全部是我自己的作品，除非在指定的小组作业中明确排除了这一要求。
• 不得在任何其他人的协助下准备，除非大学指南或作品的具体评估指南允许。
• 之前未曾在本大学或其他地方提交评估。