使用新闻预测股票走势-----Kaggle经典ph.D操作分析

本文参与了Two Sigma金融新闻竞赛,通过广泛的探索性数据分析(EDA),研究了市场数据和新闻数据,发现了数据中的异常值、长期趋势以及新闻对股票价格的影响。在新闻数据中,通过词云分析了标题的紧迫性和提供者分布。建模部分,作者计划构建二元分类器预测股票涨跌。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

General information

Two Sigma金融新闻竞赛是一项独特的竞赛:不仅仅是内核竞争,而且我们不应该下载数据,在第二阶段,我们的解决方案将用于预测未来的真实数据。

我将尝试为本次比赛进行广泛的EDA,并尝试找到一些有关数据的有趣内容。

P. S.我正在学习使用plotly,所以最后会有交互式图表!

在这里插入图片描述

获取数据和导入库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as</
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Adam婷

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值