/ Модель

Характеристики

Опубликована
28 апр 2025

stock-prediction-model

Регрессия по таблицам

Модель на основе LSTM прогнозирует будущие цены акций по историческим данным.

0скачиваний за 30 дней9лайковвеса обновлены28 апр 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SelvaprakashV/stock-prediction-model — модель глубокого обучения для прогнозирования будущих цен акций по историческим данным. В README указано, что она использует сети LSTM для анализа временных рядов, а метаданные относят её к задаче регрессии по табличным данным и указывают формат TensorFlow.

Модель предназначена для анализа тенденций исторических котировок и построения прогнозов цен акций. Лицензия и конкретные параметры входных данных в предоставленных источниках не описаны.

Сценарии применения

  • прогнозирование будущих цен акций по истории котировок
  • анализ временных рядов фондового рынка
  • оценка тенденций изменения цены акции

Ограничения

В предоставленных источниках не описаны точность прогнозов, поддерживаемые активы и горизонт предсказания; прогнозы не следует считать гарантией будущей динамики рынка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

📈 Stock Prediction Model

This is a Deep Learning based Stock Price Prediction model, trained to forecast future stock prices based on historical data trends.
It uses LSTM (Long Short-Term Memory) networks for time-series analysis.


🚀 How to Use

You can use this model directly with the Hugging Face Inference API:

import requests

API_URL = "https://api-inference.huggingface.co/models/SelvaprakashV/stock-prediction-model"
headers = {"Authorization": f"Bearer YOUR_HUGGINGFACE_API_TOKEN"}

data = {
  "inputs": "POWERGRID.NS"  # Replace with your stock symbol
}

response = requests.post(API_URL, headers=headers, json=data)
print(response.json())

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Табличные модели пока не поддерживаются.

Ревизия весов
ba32581

0 моделей