Git Stars Git Stars

#stock-price-prediction Dépôts

Découvrez 6 dépôts GitHub open source actifs associés à #stock-price-prediction, cumulant 6,538 étoiles au total (soit une moyenne de 1,089 étoiles par projet). Le projet en tête de ce thème est LastAncientOne/Deep_Learning_Machine_Learning_Stock, avec 1,689 étoiles.

6
Total des Dépôts
6,538
Nombre total d'étoiles
1,089
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
LastAncientOne/Deep_Learning_Machine_Learning_Stock

Les actions en deep learning et en machine learning représentent des opportunités prometteuses pour les investisseurs et les traders à long et court terme.

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 Mis à jour 2024-03-01 📅 Créé 2018-09-29
2
whchien/ai-trader

Cadre de backtesting propulsé par Backtrader pour le trading algorithmique, doté de plus de 20 stratégies, support multi-marchés, outils CLI et un serveur MCP intégré pour traders professionnels.

whchien
⭐ 1,143 Python 👤 whchien User 🕐 Mis à jour 2026-03-28 📅 Créé 2024-06-18
3
jankrepl/deepdow

Optimisation de portefeuille avec l'apprentissage profond.

jankrepl
⭐ 1,097 Python 👤 jankrepl User 🕐 Mis à jour 2024-01-24 📅 Créé 2020-02-02
4
The-FinAI/PIXIU

Ce dépôt présente PIXIU, une ressource open-source proposant les premiers grands modèles linguistiques (LLM) financiers, des données d'ajustement d'instructions et des benchmarks d'évaluation pour évaluer de manière globale les LLM financiers. Notre objectif est de faire progresser continuellement le développement open-source de l'intelligence artificielle (IA) financière.

The-FinAI
⭐ 895 Jupyter Notebook 👤 The-FinAI Organization 🕐 Mis à jour 2026-10-08 📅 Créé 2023-06-02
5
WayneDW/Sentiment-Analysis-in-Event-Driven-Stock-Price-Movement-Prediction

Utilisez le NLP pour prédire le mouvement des prix des actions associé aux actualités

WayneDW
⭐ 867 Python 👤 WayneDW User 🕐 Mis à jour 2024-07-15 📅 Créé 2016-11-21
6
kaushikjadhav01/Stock-Market-Prediction-Web-App-using-Machine-Learning-And-Sentiment-Analysis

Application Web de prédiction de la bourse basée sur l'apprentissage automatique et l'analyse des sentiments des tweets (clés API incluses dans le code). Le frontend de l'application Web est basé sur Flask et Wordpress. L'application prévoit les cours boursiers des sept prochains jours pour toute action donnée sous NASDAQ ou NSE entrée par l'utilisateur. Les prédictions sont faites à l'aide de trois algorithmes : ARIMA, LSTM, Régression Linéaire. L'application Web combine les prix prédits des sept prochains jours avec l'analyse des sentiments des tweets pour donner une recommandation.

kaushikjadhav01
⭐ 849 Python 👤 kaushikjadhav01 User 🕐 Mis à jour 2024-02-19 📅 Créé 2020-06-13

Foire aux questions

1

Quel est le dépôt #stock-price-prediction le plus populaire sur GitHub ?

Le projet #stock-price-prediction open source le mieux classé sur GitHub est LastAncientOne/Deep_Learning_Machine_Learning_Stock, avec 1,689 étoiles. Les actions en deep learning et en machine learning représentent des opportunités prometteuses pour les investisseurs et les traders à long et court terme.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #stock-price-prediction ?

Parmi les projets #stock-price-prediction les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #stock-price-prediction est-il calculé ?

Nous suivons 6 dépôts open source actifs associés à #stock-price-prediction (500+ étoiles), totalisant 6,538 étoiles, avec une moyenne de 1,089 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.