Nifty Prediction

Nifty 50公司的股票价格预测

小组成员

• Nihal N. Bhopatrao（第5卷）
• Sanket R. Kumbhare（第36号卷）
• Shashank D. Wankhede（第59号卷）

---

项目指南

• 作为昆特教授

---

内容

主目录

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

1。文件夹

包含报告，PPT和项目日记为^第7和8^学期的报告。

文档目录

 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。Nifty-50预测文件夹

包含以下Django项目文件和文件夹。

Nifty-50预测目录

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

• Stock_prediction

Django项目拥有一些适用于整个项目的配置，例如项目设置，URL，共享模板和静态文件。每个应用程序可以拥有自己的数据库，并且具有自己的功能，可以控制HTML模板中向用户显示数据的方式。
Stock_prediction目录

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

• LSTM

这是一种特殊的复发性神经网络，能够学习数据中的长期依赖性。这是因为模型的重复模块具有相互相互作用的四层组合。
LSTM目录

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

我们的LSTM模型
以下代码来自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 )

预测30天
以下代码来自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 

• 库存

Django应用程序是一个专门用于Django项目的Python软件包。应用程序可以使用常见的Django惯例，例如具有模型，测试，URL和视图类模块。
股票目录

 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是一个提供关系数据库管理系统的软件库。 Sqlite中的Lite在设置，数据库管理和所需资源方面意味着轻量级。 SQLite具有以下明显的功能：独立，无服务器，零配置，交易。
我们正在使用sqlite3来管理用户身份验证

• manage.py

命令行实用程序，可让您以各种方式与此Django项目进行交互。您可以在django-admin和manage.py中阅读有关manage.py的所有详细信息。内部mysite/ Directory是您项目的实际Python软件包。

• nifty50companies.csv

CSV文件包含具有各自符号的Nifty 50公司列表

3。模型文件夹

包含模型的实验

模型目录

 models
|   NiftyPrediction.ipynb
|   NiftyPrediction.ipynb

4。屏幕截图文件夹

包含UI的屏幕截图

主页/登录页面	注册页

预言	新闻部分

---

所需的库

• django Django是一个高级Python Web框架，可鼓励快速开发和清洁，务实的设计。
• nsepy NSEPY是从NSE网站中提取历史和实时数据的库。
• sklearn预测数据分析的简单有效的工具
• tenserflow TensorFlow是机器学习的端到端开源平台。
• keras Keras是用Python编写的深度学习API，在机器学习平台Tensorflow的顶部运行。
• datetime DateTime模块提供用于操纵日期和时间的类。

---

贡献者

Sanket-Kumbhare	斯旺克	Nihalbhopatrao	kgce-git

---