Stock-Prediction

Travis CI, S3, Codedeploy를 이용한 자동 배포

참여 인원

• 1명

사용 기술

• Backend : SpringBoot
• Cloud : AWS EC2/S3/RDS/CodeDeploy (+IAM)
• Build : Travis-CI
• Data Crawling, Analysis : Python3, Tensorflow

프로젝트 설명

💬 내일의 주가 예측 프로젝트

• 정해진 시간에 종가 데이터를 크롤링하여 가공하고, 데이터 분석 진행

  • linux의 crontab 이용

  • 데이터 분석 모델은 다음과 같이 구성

    (1) 종목코드 별로 FinanceDataReader에서 종목 OHLCV를 가지고 온다.

    (2) 아래와 같이 모델을 구현하여 트레이닝한다.

    • Input, X : t = 2012-01-01부터 현재까지의 OHLCV (0-1 Minmax Scale)
    • Model : LSTM, 16 hidden layers in between, activation = relu
    • Optimizer : Adam, Loss = mse
    • Training : batch_size = 16, epochs = 50
    • Output, y : t = 다음날의 Open Price

    (3) 다음날 Open Price를 살펴본다.

• 예측된 데이터를 정해진 시간에 DB에 업데이트한다.

  • Springboot의 @Scheduled 이용

  @Scheduled(cron = "0 30 18 * * 1-5", zone = "Asia/Seoul")
      @GetMapping("/bulk/crawling")
      public BaseResponse<String> bulkUpdateStockInfo()
              throws JsonParseException, JsonMappingException, IOException {
  
          ObjectMapper objectMapper = new ObjectMapper();
  
  	      ...
  
          return new BaseResponse<>(today + " : Update All Crawling Data Success");
      }

• AWS를 이용하여 배포

  • Travis-CI, S3, Codedeploy를 통해 자동 배포 환경 구축

결과 예시