stock-prediction-lstm

📈 Stock Price Prediction Model (LSTM)

Description

Ce modèle utilise un réseau LSTM (Long Short-Term Memory) pour prédire le rendement des actions à 7 jours.

Modèle

• Architecture: LSTM avec 2 couches
• Hidden size: 128
• Input features: 8 indicateurs techniques
• Output: Rendement prédit à 7 jours (%)

Features utilisées

1. Returns (rendements quotidiens)
2. High-Low ratio
3. Close-Open ratio
4. Moyenne mobile 5 jours
5. Moyenne mobile 20 jours
6. Volatilité (20 jours)
7. Volume Change
8. RSI (Relative Strength Index)

Actions entraînées

NVDA, AAPL, TSLA, BYD, TTE, PLTR, AMZN, GOOGL, MSFT, AMD, SMCI, SNOW

Utilisation

import torch
from huggingface_hub import hf_hub_download
import pickle

# Télécharger les fichiers
model_path = hf_hub_download(repo_id="Volko76/stock-prediction-lstm", filename="best_stock_model.pth")
scaler_path = hf_hub_download(repo_id="Volko76/stock-prediction-lstm", filename="scaler.pkl")

# Charger le scaler
with open(scaler_path, 'rb') as f:
    scaler = pickle.load(f)

# Charger le modèle
# (Définissez d'abord la classe StockPredictor)
model = StockPredictor(input_size=8)
model.load_state_dict(torch.load(model_path))
model.eval()

Performance

• Train Loss: ~0.0082
• Validation Loss: ~0.0080
• Epochs: 100

Avertissement

⚠️ Ce modèle est fourni à des fins éducatives uniquement. Les prédictions ne constituent pas des conseils financiers. Investissez toujours de manière responsable et consultez un conseiller financier professionnel.

Date de création

2025-10-10

Auteur

Volko76