hats - GitLite

KO | EN

gitlite — search

#react #ai #golang #android #machine-learning #rust #deep-learning #linux #docker #macos #awesome #cli #kubernetes #ios

hats

(★ 170)

HATS: A Hierarchical Graph Attention Network for Stock Movement Prediction

파일 탐색기

최종 버전 다운로드 (.zip)

- general_framework.png
- HATS.PNG
- - config.py
  - dataset.py
  - evaluator.py
  - graph_evaluator.py
  - graph_trainer.py
  - logger.py
  - main.py
  - trainer.py
- download.sh
- Makefile
- - config.py
  - dataset.py
  - evaluator.py
  - logger.py
  - main.py
  - trainer.py
- download.sh
- Makefile
README.md

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/dmis-lab/hats

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd hats

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Make

보통 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.

make test_phase=1 save_dir=save data_type='S5CONS'

생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.

✅ 에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# HATS
![overview_model](https://raw.githubusercontent.com/dmis-lab/hats/master/figs/HATS.PNG)
This repository contains source codes of HATS, A Hierarchical Graph Attention Network for Stock Movement Prediction. As we conducted experiments on two different tasks, node classification and graph classification, we provide two different version of codes for each tasks. Please refer to our paper [HATS: A Hierarchical Graph Attention Network for Stock Movement Prediction](https://arxiv.org/abs/1908.07999) for further details.

## Requirements
Numpy 1.15.1 <br/>
Tensorflow 1.11.0

## Dataset
Price-realted data and corporate relation data is used for HATS. We gathered both data for S&P 500 listed companies from 2013/02/08 to
2019/06/17 (1174 trading days in total). Price data are gathered from [Yahoo Finance](https://finance.yahoo.com/) and corporate relation data are collected based on the information on [Wikidata](https://www.wikidata.org/wiki/Wikidata:Main_Page). Both datasets can be downloaded with the command below.

## Usage
### Download Data
```
bash download.sh
```
### Excute model with makefile
You need to pass some arguments. <br/>
test_phase : phase that you want to test <br/>
save_dir : name of saving directories <br/>
data_type (only in graph_classification) : choose among ['S5CONS', 'S5ENRS', 'S5UTIL', 'S5FINL', 'S5INFT'] <br/>
```
e.g.
make test_phase=1 save_dir=save data_type='S5CONS'
```