Emile Siboulet il y a 4 ans
Parent
révision
c5295ce722
2 fichiers modifiés avec 24 ajouts et 1 suppressions
  1. 18
    1
      code/README.md
  2. 6
    0
      code/wilshire_5000/README.md

+ 18
- 1
code/README.md Voir le fichier

@@ -8,4 +8,21 @@ Il tente de reproduire la figure de l'introduction

## RNN_*

Nécessite la librairie Optuna (https://optuna.org/) pour fonctionner
Nécessite la librairie Optuna (https://optuna.org/) pour fonctionner


## wilshire_5000

Prédiction des données financières à partir de l'index Wilshire5000

Classical Installations Required : numpy, pandas, tensorflow and matplotlib (and warnings)

Other Installation : statsmodels for ARIMA predictions (pip install statsmodels)

Le notebook est une démo du fonctionnement des fonctions.
Le fichier wilshire.py s'occupe du pré-processing des données et parsing.
Le fichier nn.py s'occupe de la partie DeepLearning, ainsi que les prédictions ARIMA et finalement plot les fonctions.

#### Données

[Données](https://fred.stlouisfed.org/series/WILL5000INDFC)

+ 6
- 0
code/wilshire_5000/README.md Voir le fichier

@@ -1,9 +1,15 @@
# wilshire_5000

Prédiction des données financières à partir de l'index Wilshire5000

Classical Installations Required : numpy, pandas, tensorflow and matplotlib (and warnings)

Other Installation : statsmodels for ARIMA predictions (pip install statsmodels)

Le notebook est une démo du fonctionnement des fonctions.
Le fichier wilshire.py s'occupe du pré-processing des données et parsing.
Le fichier nn.py s'occupe de la partie DeepLearning, ainsi que les prédictions ARIMA et finalement plot les fonctions.

## Données

[Données](https://fred.stlouisfed.org/series/WILL5000INDFC)

Chargement…
Annuler
Enregistrer