# Listening-to-Chaotic-Whishpers--Code
###### tags: `LCW` `code` `note` `畢專` `ML`

[LCW不專業整理](https://hackmd.io/W6V7BP2BRKWHVVhGSI_IXg)
[LCW PPT](https://docs.google.com/presentation/d/1HQHjc-gaF0TVvuk5zoGtwQnjDK65IRGNXBEv4jhBLtk/edit?usp=sharing)


### fim_csv_folder_old:
裡面裝的是 哪些天各公司在哪些文章被提到(csv,pkl)
- 3M 在第615天被 0615_822 文章提到
- 3M 在第406天被 0406_333 文章提到
- 3M 在第492天被 0492_489,0492_816 文章提到

### pickle
裝各股的漲跌(每一天的值為0,-1,1，天編號為0000~1095)

### pickle_article
裡面裝的是 哪些天各公司在哪些文章被提到(pkl)

### sample_of_scrap
爬下來的txt(尚未被編號)

### stock_values
每家公司每天股價
##### pickle_stock_value
- 序列化過的
##### stock_move(csv,pkl)
- 各公司股價漲跌狀態

- **SP500_nasdaq100.csv** : csv 包含所有 S&P 500 和 Nasdaq 的公司

// Attribute
id (empty)
公司縮寫（Symbol）
公司名子（Name1）
公司部門（Sector）

- **extract_reuters.py** : 從路透社（reuters.com）平行抓取資料
- **extract_wsj.py** : 從華爾街抓資料
- **data_process.py** : 對收集到的資料進行處理
- **doc2vec.py** : 將文章向量化
- **list_firm.csv** : 所有公司對應的 csv ( 對應的 csv 在 firm_csv_folder_old 資料夾 )
- **create_dataset.py** : A script to create our 4 dimensions dataset for each company
- **picklizer** : A script to make pickle file of all press articles for each firm

$\tilde{h}$

### 報告總結Attention 很重要!

* Attention 很重要!
* 用beta賺?(大盤趨勢圖)
* 兩類三類: 我們(HAN)的accuracy:0.52，他們是0.47(HAN), 0.48(HAN-SPL)，可能是他們還有考慮到preserve，所以accuracy比較低
* 資料來源?
* 不一定挑accuracy高，挑未來成長期望最高(高成長率)
*