# Detecting Short-selling Using Ensemble Learning

**Repository Path**: likelihoodlab/detecting-short-selling-using-ensemble-learning

## Basic Information

- **Project Name**: Detecting Short-selling Using Ensemble Learning
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2020-11-14
- **Last Updated**: 2023-09-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Detecting Short-selling Using Ensemble Learning

#### 介绍

#### 软件架构
- model code
    - CART-AdaBoost
    - LSTM-AdaBoost
- feature construction
    - textual feature
        - Scraping-SEC-filings
        - FReader
        - features
- data
#### 使用说明
- model code  
存放模型代码
    - CART-AdaBoost
    - LSTM-AdaBoost
- feature construction   
存放特征构建代码
    - textual feature  
    文本特征：可读性，信息含量，文本情绪  
        - Scraping-SEC-filings  
        爬取SEC EDGAR FTP site上的年报  
        - FReader  
        解析html格式的年报，提取所有文字内容，计算可读性
        - features    
            文本情绪：  
            Generic_Parser.py: 基于LM(2011)词典构建文本情绪和可读性  
            LoughranMcDonald_MasterDictionary_2018.csv : LM词典  
            信息含量：  
            tf-idf_LSA_cos.py: TF-IDF+余弦相似度+LSA计算信息含量  
            主题分布：  
            LDA.py  
- data  
    2009-2019 Chinese concept stocks list.csv:2009-2019年美股在市中概股  
    yearly dataset.csv：年度频率的数据集，包含文本特征和财务特征  
    monthly dataset.csv：月度频率的数据集，包含股价特征  
#### 参与贡献