WebStockPredict
此project是基于django的web app。它能给出指定范围内公司(此处为10个)的历史股票数据与未来某段时间的预测数据以及对该股票的一些评价指标。
股票预测模型是使用jaungiers提出的一种LSTM Neural Network模型。
并使用以tensorflow作为backend的keras来搭建、训练模型。
目录说明
- display_img:保存演示图片
- htmlcov:使用coverage.py集成测试,自动生成的文件夹
- LSTMPredictStock:包含了有关模型的一切,包括训练数据及其获取代码,模型搭建、训练的代码、训练好的模型以及关于该python包的配置文件config.json
- stock_predict:基于django开发框架的Web app,包含了一个web应用的相关内容。
- WebStockPredict:包含了对django project进行管理、配置的程序
- db.sqlite3:此Web应用所需的数据就存放在sqlite3数据库中
- manage.py:管理django project的快捷API
运行项目
环境要求
如果只运行web项目,则只需安装如下包:
- python 3.6.x
- django >= 2.1.4 (或者使用conda安装最新版)
- pandas >= 0.23.4 (或者使用conda安装最新版)
- numpy >= 1.15.2 (或者使用conda安装最新版)
- apscheduler = 2.1.2 (请用pip install apscheduler==2.1.2 安装,conda装的版本不兼容)
如果需要训练模型或者使用模型来预测(注:需要保证本机拥有 NVIDIA GPU以及显卡驱动),则还需要安装:
- tensorflow-gpu >= 1.10.0 (可以使用conda安装最新版。如用conda安装,cudatoolkit和cudnn会被自动安装)
- cudatoolkit >= 9.0 (根据自己本机的显卡型号决定,请去NVIDIA官网查看)
- cudnn >= 7.1.4 (版本与cudatoolkit9.0对应的,其他版本请去NVIDIA官网查看对应的cudatoolkit版本)
- keras >= 2.2.2 (可以使用conda安装最新版)
- matplo