این تعهد متعلق به هیچ شعبه ای در این مخزن نیست و ممکن است متعلق به یک چنگال در خارج از مخزن باشد.

شاخه ها/برچسب ها را تغییر دهید برچسب های شاخه شاخه ها را بارگیری نکرد چیزی برای نشان دادن برچسب ها را بارگیری نکرد چیزی برای نشان دادن

نام در حال استفاده

یک برچسب در حال حاضر با نام شاخه ارائه شده وجود دارد. بسیاری از دستورات GIT نام برچسب و شاخه را می پذیرند ، بنابراین ایجاد این شاخه ممکن است باعث رفتار غیر منتظره شود. آیا مطمئن هستید که می خواهید این شاخه را ایجاد کنید؟

لغو ایجاد رمز

• محلی
• مکاشه

https github cli با استفاده از URL وب از Git یا Checkout با SVN استفاده کنید. با CLI رسمی ما سریع کار کنید. درباره CLI بیشتر بدانید.

ورود به سیستم لازم

لطفاً برای استفاده از برنامه های کد وارد سیستم شوید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی Xcode

اگر هیچ اتفاقی نمی افتد ، Xcode را بارگیری کنید و دوباره امتحان کنید.

راه اندازی کد ویژوال استودیو

فضای کد شما یک بار آماده خواهد شد.

مشکلی برای تهیه فضای کدگذاری شما وجود داشت ، لطفاً دوباره امتحان کنید.

آخرین تعهد

آمار git

فایل ها

بارگیری آخرین اطلاعات متعهد انجام نشد.

نوع نام آخرین پیام تعهد زمان متعهد شدن رمز

readme. md

پروژه 2 - گروه شماره 4

تجزیه و تحلیل احساسات از داده های توییتر برای پیش بینی حرکت در قیمت سهام شرکت اپل (AAPL)

این پروژه در مورد تجزیه و تحلیل داده های رسانه های اجتماعی در مورد شرکت اپل و پیش بینی روند سهام آینده آن با طبقه بندی احساسات است. ما از تجزیه و تحلیل احساسات و اصول یادگیری ماشین استفاده کردیم تا تأثیر احتمالی "احساسات عمومی" را بر "روند بازار" کشف کنیم.

پیش بینی قیمت سهام یک کار بسیار پیچیده و بسیار چالش برانگیز است زیرا عوامل زیادی از جمله شرایط اقتصادی ، وقایع سیاسی و سایر عوامل محیطی وجود دارد که ممکن است بر قیمت سهام تأثیر بگذارد. با توجه به این عوامل ، یافتن وابستگی یک عامل واحد به قیمت ها و روندهای آینده دشوار است.

محبوبیت و اهمیت بسیاری از سیستم عامل های رسانه های اجتماعی طی چند سال گذشته به سطوح جدید رسیده است ، زیرا تعداد بیشتری از افراد وقت خود را بصورت آنلاین می گذرانند. یکی از بسترهای رسانه ای اجتماعی که شاهد افزایش انفجاری در محبوبیت بوده است ، توییتر است. توییتر منبع غنی از اطلاعات در زمان واقعی در مورد روندها و نظرات فعلی اجتماعی است."Twittesphere" یک گلدان ذوب است که عقاید ، احساسات و روندها مختلف را هدایت می کند و می تواند یک عامل مهم در تأثیر و شکل گیری ادراک باشد.

برخی از آمار مربوط به توییتر:

• توییتر 145 میلیون کاربر فعال روزانه دارد که قابل درآمدزایی هستند.
• 30 میلیون (یا 20 درصد) از کاربران روزانه توییتر آمریکایی هستند.
• 92 درصد از جمعیت ایالات متحده با توییتر آشنا هستند (حتی اگر از آن استفاده نمی کنند).
• طبق نظرسنجی اخیر مرکز تحقیقات پیو، از هر پنج بزرگسال آمریکایی یک نفر (22 درصد) می گویند که از توییتر استفاده می کنند.
• توییتر به عنوان یکی از سایت های رسانه های اجتماعی با بیشترین کاربران خبری متمایز است.

اقتصاد رفتاری به ما می گوید که مردم مصرف کنندگان منطقی نیستند و رفتارها و تصمیمات فردی تا حد زیادی تحت تأثیر احساسات و در واقع از نظرات دیگران است. تجزیه و تحلیل احساسات توییتر می تواند برای پیش بینی احساسات یا نظر در مورد یک سهام خاص بسیار مفید باشد. بنابراین بررسی حالت ترند در توییتر و مشاهده رابطه آن با حرکت قیمت سهام می تواند به پیش بینی روند آینده در بازار کمک کند.

1. داده های توییتر از Kaggle برای سهام اپل برای تجزیه و تحلیل احساسات استفاده شد. بازه زمانی انتخاب شده برای تجزیه و تحلیل داده ها از 01 ژانویه 2016 تا 31 اوت 2019 است.
2. ما داده های روزانه سهام اپل را برای همان دوره زمانی از Yahoo Finance برای تجزیه و تحلیل داده های تاریخی و پیش بینی قیمت/روند سهام جمع آوری کردیم.

1. اطلاعات توییتر برای استفاده از داده های مربوط به تاریخ های باز شدن بازار سهام (تقریباً 252 روز معاملاتی در سال) پردازش شد.
2. داده های توییتر و قیمت سهام روزانه با هم ادغام شدند و یک csv نهایی تولید شد که به عنوان داده پایه استفاده شد. برای تمام تحلیل های پیش بینی، از قیمت بسته تعدیل شده AAPL استفاده کرده ایم.

لطفاً توجه داشته باشید که قیمت ها برای در نظر گرفتن تقسیم سهام که در 31 آگوست 2020 اتفاق افتاد مجدداً تنظیم شده است.

آموزش و ارزیابی الگو

تکنیک های مختلف یادگیری ماشین برای آموزش و ارزیابی مدل ها برای تجزیه و تحلیل و تعیین همبستگی بین احساسات توییتر و قیمت سهام اپل استفاده شد.

دو رویکرد برای تجزیه و تحلیل استفاده شد:

1. طبقه بندی: در این رویکرد از امتیازات قطبیت توییتر برای طبقه بندی توییت ها به احساسات مثبت، منفی و خنثی استفاده شد. قیمت های بسته شدن تعدیل شده سهام اپل به شکل باینری (0 و 1) تبدیل شد، که در آن 0 به این معنی است که ارزش قیمت سهام شرکت کمتر از روز قبل است و 1 به این معنی است که ارزش از روز قبل بیشتر است. این یک روند برای حرکت قیمت سهام فراهم کرد. الگوریتم های مورد استفاده برای تجزیه و تحلیل: طبقه بندی جنگل تصادفی طبقه بندی جنگل تصادفی یک روش مجموعه ای است، به این معنی که یک مدل جنگل تصادفی از تعداد زیادی درخت تصمیم گیری کوچک به نام برآوردگر تشکیل شده است که هر کدام پیش بینی های خود را تولید می کنند. مدل جنگل تصادفی پیش بینی های برآوردگرها را ترکیب می کند تا پیش بینی دقیق تری تولید کند. Classifier تقویت گرادیان الگوریتم تقویت گرادیان درختان را یکی یکی می سازد، جایی که هر درخت جدید به تصحیح خطاهای ایجاد شده توسط درخت قبلا آموزش داده شده کمک می کند. با اضافه شدن هر درخت، مدل گویاتر می شود. معمولاً سه پارامتر وجود دارد - تعداد درختان، عمق درختان و میزان یادگیری، و هر درخت ساخته شده به طور کلی کم عمق است.
2. رگرسیون: در این رویکرد از امتیازات قطبیت توییتر، حجم توییتر و قیمت های بسته تعدیل شده برای پیش بینی حرکت آتی در قیمت سهام اپل استفاده شد. داده های قیمت های بسته شدن تعدیل شده به گونه ای ساختاربندی شدند که مراحل زمانی قبلی به عنوان متغیر ورودی و مرحله زمانی بعدی به عنوان متغیر خروجی استفاده شد. الگوریتم های مورد استفاده برای تجزیه و تحلیل: رگرسیون تصادفی جنگل رگرسیون یک الگوریتم یادگیری نظارت شده است که از روش یادگیری گروهی برای رگرسیون استفاده می کند. روش یادگیری گروهی تکنیکی است که پیش بینی های چندین الگوریتم یادگیری ماشین را برای پیش بینی دقیق تر از یک مدل ترکیب می کند. LSTM RNN حافظه کوتاه مدت بلند مدت (LSTM) یک معماری شبکه عصبی بازگشتی مصنوعی (RNN) است که در زمینه یادگیری عمیق استفاده می شود. شبکه های LSTM برای پیش بینی های مبتنی بر داده های سری زمانی مناسب هستند، زیرا ممکن است بین رویدادهای مهم در یک سری زمانی تاخیرهایی با مدت زمان ناشناخته وجود داشته باشد. XGBoost Regressor XGBoost مخفف Extreme Gradient Boosting است و اجرای کارآمدی از الگوریتم یادگیری ماشینی تقویت گرادیان است.

نتایج/ یافته های کلیدی

رویکرد 1: طبقه بندی

طبقه بندی جنگل تصادفی

طبقه بندی تقویت کننده گرادیان

با نمرات دقت در محدوده 50-55٪، رویکرد طبقه بندی اعتماد زیادی به همراه نداشت تا استفاده برای ارتباط حرکت سهام با احساسات توییتر را توجیه کند.

رویکرد 2: رگرسیون

رگرسیور جنگل تصادفی: RMSE: 0. 0993 |R-squared: 82. 27%

LSTM RNN: RMSE: 0. 1334 |R-squared: 68. 01%

رگرسیور XGBoost: RMSE: 0. 0477 |R-squared: 95. 92%

استفاده از روش رگرسیون نتایج مطلوبی را در مقابل طبقه بندی به همراه داشت. این مدل ها به شدت به قیمت های قبلی متکی بودند و همانطور که از روندها قابل مشاهده است، احساسات توییتر به طور دقیق نشان دهنده حرکت قیمت سهام نبود. مشاهده شد که رگرسیور XG Boost مدل بهینه برای شبیه سازی قیمت های آینده است.

محدودیت ها/ چه کاری می توانست متفاوت انجام شود؟

1. Twitter API محدودیت هایی در میزان داده های قابل دسترسی دارد. بنابراین، از یک سند حاوی اطلاعات توییتر در مورد سهام اپل از Kaggle استفاده شد.
2. مجموعه داده Kaggle همچنین داده های محدودی داشت (Jan'16 - Aug'19) که تجزیه و تحلیل ما را به تعداد محدودی از روزهای معاملاتی محدود می کرد.
3. از سرفصل های NewsAPI علاوه بر توییتر می توان برای تحلیل احساسات نیز استفاده کرد.
4. شناسایی فراپارامترهای بهینه برای تنظیم دقیق خروجی های مدل.

1. https://arxiv. org/pdf/1610. 09225. pdf
2. https://www. researchgate. net/publication/315562673_Twitter_Data_Predicting_Stock_Price_Using_Data_Mining_Techniques
3. https://blog. hootsuite. com/twitter-statistics/
4. https://www. kaggle. com/mtszkw/using-xgboost-for-stock-trend-prices-prediction
5. https://machineleaingmastery. com/xgboost-for-time-series-forecasting/
6. https://www. datacamp. com/community/tutorials/xgboost-in-python
7. https://towardsdatascience. com/an-introduction-to-random-forest-using-tesla-stock-prices-d9c6e113be3c