使用神经网络预测时间序列 :blue_circle: 联系人：对于Bitcoin的学习材料组织列表，请点击此 ，这等 介绍 不管比特币价格上的投机泡沫如何，该项目的目的都是暗示该加密货币的未来收盘价。 根据我的分析考虑了几个比特币指标，收集了情绪数据以及区块链，历史价格和金融指数数据以预测收盘价。 环境设定 要运行预测模型，应安装以下内容： Python 3+ Tensorflow = 1.10.1 Keras = 2.2.2 熊猫= 0.23.4 脾气暴躁= 1.15.1 Matplotlib = 2.2.3 sklearn = 0.19.2 ML实现的神经网络 LSTM

python数据分析，机器学习，预测，天池数据

:automobile: :money_bag:我的车值多少钱？ :robot:二手车价格预测解决方案的原型 该项目的目的是创建一个完整的机器学习原型，从探索性数据分析到模型部署和用户界面开发。 在此存储库中，您可以找到： 作者

汽车价格预测

欧盟碳金融市场作为全球最大、最成熟的碳排放市场,碳金融市场期货价格波动已经显现出一定规律。我国碳金融期货市场还处于筹划阶段,探究欧盟碳期货动态变化规律,对其价格进行预测,不仅可以丰富碳金融市场的相关理论,而且为我国碳期货市场的发展、防止碳价格过度波动、稳定碳价格提供借鉴。ARIMA模型已广泛应用于金融领域,能较好把握时间序列动态规律,运用ARIMA模型,选择2013年1月至2018年7月EUA期货结算价作为分析数据,对欧盟碳期货交易价格作为期3个月的预测。预测结果显示,在未来3个月碳期货价格依然会有较大幅度的波动。总结欧盟碳期货历史价格剧烈波动的原因,提出我国建设碳期货市场应从设置碳价波动区间、允许碳配额跨期存储、加大财政补贴力度3方面着手完善碳期货市场价格稳定机制。

房屋价格预测 使用波士顿住房数据集，该项目的目的是能够对房屋进行价格预测并确定价格所依赖的因素。

文件包包含课程报告和python源代码和训练数据集，代码可以直接用非常方便，课程报告方便理解。解压密码是rothschild666。

StockPricePrediction：使用python实现股票价格预测

买或卖 Flask Web App-ML股票价格预测

基于时间序列的股票价格预测及实证分析，刘倩，王晓天，本文对股票市场及股票预测机理与方法都做了有益的探索。在实证分析中，我们选取了白云机场近半年的股票价格作为样本，并且应用SAS