Nifty Prediction

Prediksi Harga Saham Perusahaan Nifty 50

Anggota kelompok

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

---

Panduan Proyek

• Prof. sebagai Kunte

---

Isi

Direktori utama

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

1. Folder Dokumen

Berisi laporan, buku harian ppt dan proyek dari semester ^ke -7 dan ke ^-8 .

Dokumen Dokumen

 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. Folder Prediksi Nifty-50

Berisi file dan folder proyek Django berikut.

Direktori Prediksi Nifty-50

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

• Stock_prediction

Proyek Django memegang beberapa konfigurasi yang berlaku untuk proyek secara keseluruhan, seperti pengaturan proyek, URL, templat bersama dan file statis. Setiap aplikasi dapat memiliki basis data sendiri dan memiliki fungsinya sendiri untuk mengontrol bagaimana data ditampilkan kepada pengguna dalam templat HTML.
Direktori Stock_prediction

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

• LSTM

Ini adalah jenis khusus dari jaringan saraf berulang yang mampu mempelajari ketergantungan jangka panjang dalam data. Ini dicapai karena modul berulang dari model memiliki kombinasi empat lapisan yang saling berinteraksi.
Direktori LSTM

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

Model LSTM kami
Kode berikut adalah dari 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 )

Prediksi selama 30 hari
Kode berikut adalah dari 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 

• saham

Aplikasi Django adalah paket Python yang secara khusus dimaksudkan untuk digunakan dalam proyek Django. Suatu aplikasi dapat menggunakan konvensi Django umum, seperti memiliki model, tes, URL, dan tampilan submodules.
direktori stok

 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 adalah pustaka perangkat lunak yang menyediakan sistem manajemen basis data relasional. Lite di SQLite berarti ringan dalam hal pengaturan, administrasi basis data, dan sumber daya yang diperlukan. SQLite memiliki fitur-fitur nyata berikut: mandiri, tanpa server, nol-konfigurasi, transaksional.
Kami menggunakan SQLite3 untuk mengelola otentikasi pengguna

• kelola.py

Utilitas baris perintah yang memungkinkan Anda berinteraksi dengan proyek Django ini dengan berbagai cara. Anda dapat membaca semua detail tentang kelola.py di Django-Admin dan mengelola.py. Direktori/ direktori bagian dalam adalah paket Python yang sebenarnya untuk proyek Anda.

• nifty50companies.csv

File CSV yang berisi daftar perusahaan yang bagus dengan simbol masing -masing

3. Folder Model

Berisi eksperimen dengan model

Direktori Model

 models
|   NiftyPrediction.ipynb
|   NiftyPrediction.ipynb

4. Folder tangkapan layar

Berisi tangkapan layar UI

Halaman rumah/login	Halaman pendaftaran

Ramalan	Bagian Berita

---

Perpustakaan yang diperlukan

• django Django adalah kerangka kerja web Python tingkat tinggi yang mendorong pengembangan cepat dan desain pragmatis yang bersih dan bersih.
• nsepy NSEPY adalah perpustakaan untuk mengekstraksi data historis dan realtime dari situs web NSE.
• sklearn Alat sederhana dan efisien untuk analisis data prediktif
• tenserflow TensorFlow adalah platform open source ujung ke ujung untuk pembelajaran mesin.
• keras Keras adalah API pembelajaran mendalam yang ditulis dalam Python, berjalan di atas platform pembelajaran mesin TensorFlow.
• datetime Modul DateTime memasok kelas untuk memanipulasi tanggal dan waktu.

---

Kontributor

Sanket-Kumbhare	Swankhede	nihalbhopatrao	kgce-git

---