Stock Market Analysis

股市分析

目標

• 建立模型以使用歷史資料預測未來 3 天的股票價格。
• 對與特定股票相關的新聞/推特的情緒分析。
• 根據行業比較兩個或更多公司。
• 搜尋引擎利用資訊檢索技術進行搜尋。
• 製作一個網頁應用程式來產生綜合報告並彙總調查結果。

工作完成

• 預測模組
  • 該模型採用了 60 個時間段內所有四種貨幣的收盤價和交易量，並建議我們是否應該在未來 3 個時間段內買入或賣出萊特幣。
  • 最終模型將採用 5 年的股票數據和推特情緒作為輸入，給出未來價格/購買或出售股票的建議。
• 情感分析模組
  • 第一步是建立一個模型來檢查單一推文的極性
  • 以股票的 Twitter feed 作為輸入
  • 進料由分類器（glob）處理，並決定其極性
  • 正面、負面或中性推文的百分比以長條圖的形式繪製。
  • 整合新聞
  • 詳細的定量情緒分析（例如 - 科技創新）
• 可視化模組
  • 為投資者創建一個門戶，他們可以在其中找到有關公司的分析、新聞。
  • 顯示顯示公司收盤價時間序列圖的圖表。
  • 顯示市值、帳面價值、銷售成長和其他特定於公司的詳細資訊等參數。
  • 顯示公司的基本面分析，包括公司的資產負債表、損益餘額、現金流量。
  • 顯示公司近期新聞/公告
• 比較模組
  • 根據股價比較兩隻或更多股票 - 視覺化完成
  • 根據回報率和成長率比較兩隻或更多股票
  • 基於資本資產定價模型的比較
  • 比較取決於可視化模組
• 搜尋引擎模組
  • 原型接受用戶的查詢並將其提供給紅外線系統。
  • IR 系統評估查詢並輸出資料庫中的最佳結果。
  • 這裡要注意的關鍵點是，這不是 RDBMS 系統的簡單查詢結果案例，而是這裡我們有非結構化數據，並且基於 IR 系統的評估結果我們得到結果。
  • 使用編輯距離自動完成
  • 通配符查詢

我們的主要項目位於主分支的可視化模組中。

入門

這些說明將為您提供在本機電腦上啟動並運行的專案副本，以用於開發和測試目的

先決條件

安裝軟體需要哪些東西

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

安裝 Anaconda 會更好，因為大多數依賴項都會處理。

安裝並運行

一系列逐步範例告訴您如何運行開發環境

在您的電腦上克隆儲存庫

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

建立虛擬環境並啟動環境（如果沒有安裝anaconda）

 virtualenv env

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

安裝要求

 cd visualization
pip3 install -r requirements.txt

運行專案

 python3 manage.py runserver

開啟瀏覽器視窗並在新分頁中前往連結 http://127.0.0.1:8000

貢獻者

• Ayush Dosajh -情緒模組
• Ganesh Singh -預測模組
• Gulshan Singh -搜尋引擎模組
• Mayank Singh -可視化模組
• Sangamesh Kotalwar -比較模組

致謝

我們非常感謝 Manish Hurkat 先生和 Bhavesh Sangwan 先生的指導和持續監督，以及提供有關該項目的必要資訊以及他們對完成該項目的支持。我們承認我提交給 NIIT 大學評估的任何作品：

• 必須全部是我自己的作品，除非在指定的小組作業中明確排除了這項要求。
• 不得在任何其他人的協助下準備，除非大學指南或作品的具體評估指南允許。
• 之前未曾在本大學或其他地方提交評估。