Nifty Prediction

تنبؤ أسعار الأسهم لشركة Nifty 50

أعضاء المجموعة

• Nihal N. Bhopatrao (لفة رقم 5)
• Sanket R. Kumbhare (Roll No. 36)
• Shashank D. Wankhede (لفة رقم 59)

---

دليل المشروع

• البروفيسور ككونت

---

محتوى

الدليل الرئيسي

 Nifty-Prediction  
└───Documents
└───Nifty-50-Prediction
└───models
└───Screenshots

1. مجلد المستندات

يحتوي على تقارير ، PPT و Project Diaries في الفصل الدراسي ^{السابع والثامن} .

دليل الوثائق

 Documents
|   7th sem project diary smpp.pdf
|   PPT Sem8 Stock Market Prediction.pdf
|   Project Report Stock Market Prediction.pdf
|   Sem 8 Project Diary.pdf
|   Sem8 report stock Price Prediction.pdf
|   Stock Market Prediction PPT-converted.pptx 

2. مجلد Nifty-50-prediction

يحتوي على ملفات ومجلدات مشروع Django التالية.

دليل Nifty-50-prediction

 Nifty-50-Prediction
└───Stock_Prediction
└───lstm
└───stock
|   db.sqlite3
|   manage.py
|   nifty50Companies.csv 

• stock_prediction

يحمل مشروع Django بعض التكوينات التي تنطبق على المشروع ككل ، مثل إعدادات المشروع وعنوان URL والقوالب المشتركة والملفات الثابتة. يمكن أن يكون لكل تطبيق قاعدة بيانات خاصة به ولديه وظائف خاصة به للتحكم في كيفية عرض البيانات للمستخدم في قوالب HTML.
دليل stock_prediction

 Stock_Prediction
|   __init__.py
|   asgi.py
|   settings.py
|   urls.py
|   wsgi.py

• LSTM

إنه نوع خاص من الشبكة العصبية المتكررة القادرة على تعلم تبعيات طويلة الأجل في البيانات. يتم تحقيق ذلك لأن الوحدة النمطية المتكررة للنموذج لها مجموعة من أربع طبقات تتفاعل مع بعضها البعض.
دليل LSTM

 lstm
|   RunModel.py
|   TrainModel.py
|   lstmModel_final.json
|   weights_final.h5

نموذج LSTM لدينا
الكود التالي من TrainModel.py

 model = Sequential ()
model . add ( LSTM ( 64 , activation = 'relu' , return_sequences = True , input_shape = ( n_steps , n_features )))
model . add ( LSTM ( 64 , activation = 'relu' ))
model . add ( Dense ( 1 ))
model . compile ( optimizer = 'adam' , loss = 'mse' ,)
model . fit ( X , y , epochs = 30 , verbose = 1 )

التنبؤ لمدة 30 يومًا
الكود التالي من RunModel.py

 def getNext30Days ( self ):
        self . __inputHandler ()
        dataset = self . data
        dataset = dataset [ 'Close' ]. values
        dataset = dataset [ len ( dataset ) - 30 :]
        n_features = 1
        n_steps = 30
        past_days = 30
        # demonstrate prediction for next 30 days
        x_input = np . array ( dataset . tolist ())
        temp_input = list ( x_input )
        lst_output = []
        i = 0
        while ( i < 30 ):

            if ( len ( temp_input ) > past_days ):
                x_input = np . array ( temp_input [ 1 :])
                x_input = x_input . reshape (( 1 , n_steps , n_features ))
                yhat = self . model . predict ( x_input , verbose = 0 )
                temp_input . append ( yhat [ 0 ][ 0 ])
                temp_input = temp_input [ 1 :]
                lst_output . append ( yhat [ 0 ][ 0 ])
                i = i + 1
            else :
                x_input = x_input . reshape (( 1 , n_steps , n_features ))
                yhat = self . model . predict ( x_input , verbose = 0 )
                temp_input . append ( yhat [ 0 ][ 0 ])
                lst_output . append ( yhat [ 0 ][ 0 ])
                i = i + 1
        print ( lst_output )
        predictions = lst_output
        return predictions 

• مخزون

تطبيق Django هو حزمة Python مخصصة خصيصًا للاستخدام في مشروع Django. قد يستخدم التطبيق اتفاقيات Django الشائعة ، مثل وجود نماذج واختبارات وعناوين URL وفيروسات العرض.
دليل الأسهم

 stock
└───migrations
└───templates
|   |   base.html
|   |   home.html
|   |   signup.html
|   __init__.py
|   admin.py
|   apps.py
|   forms.py
|   models.py
|   tests.py
|   views.py

• db.sqlite3

SQLITE3 هي مكتبة برامج توفر نظام إدارة قاعدة البيانات العلائقية. تعني Lite في SQLite خفيفة الوزن من حيث الإعداد ، وإدارة قاعدة البيانات ، والموارد المطلوبة. يحتوي SQLite على الميزات الملحوظة التالية: التكوين المكافح للذات ، بدون خادم ، صفر ، معاملات.
نحن نستخدم SQLITE3 لإدارة مصادقة المستخدم

• manage.py

أداة سطر الأوامر التي تتيح لك التفاعل مع مشروع Django بطرق مختلفة. يمكنك قراءة جميع التفاصيل حول manage.py في django-admin و manage.py. الدليل الداخلي/ الدليل هو حزمة بيثون الفعلية لمشروعك.

• nifty50companies.csv

ملف CSV يحتوي على قائمة شركات Nifty 50 برمز كل منها

3. مجلد النماذج

يحتوي على تجارب مع النماذج

نماذج دليل

 models
|   NiftyPrediction.ipynb
|   NiftyPrediction.ipynb

4. مجلد لقطات الشاشة

يحتوي على لقطات شاشة واجهة المستخدم

الصفحة الرئيسية/تسجيل الدخول	صفحة الاشتراك

تنبؤ	قسم الأخبار

---

المكتبات المطلوبة

• django Django هو إطار ويب Python رفيع المستوى يشجع التطور السريع والتصميم البراغماتي.
• nsepy NSEPY هي مكتبة لاستخراج البيانات التاريخية والوقت الحقيقي من موقع NSE.
• sklearn أدوات بسيطة وفعالة لتحليل البيانات التنبؤية
• tenserflow TensorFlow هو منصة مفتوحة المصدر من طرف إلى طرف للتعلم الآلي.
• keras Keras هي واجهة برمجة تطبيقات تعليمية عميقة مكتوبة في Python ، والتي تعمل فوق منصة التعلم الآلي TensorFlow.
• datetime يوفر وحدة DateTime فئات لمعالجة التواريخ والأوقات.

---

المساهمين

Sanket-kumbhare	Swankhede	nihalbhopatrao	Kgce-git

---