使用Pytorch实现简单的LSTM股票预测框架

1.数据获取

使用TuShare获取数据（需要在tushare网站申请账号，获取token号）

取1-4月数据作为训练集，5月数据作为测试集（测试集数据提取代码同训练集）

ts.set_token('208cf0f7e03acf9024568071ab959d8cf3d1908385a7009906dc66d5') 
pro = ts.pro_api()

time_temp = datetime.datetime.now() - datetime.timedelta(days=1)
end_dt = time_temp.strftime('%Y%m%d')

#准备训练集数据

df = ts.pro_bar(ts_code='603912.SH', start_date='20210101', end_date='20210501', freq='D')
df.head() #用 df.head() 可以查看一下下载下来的股票价格数据，显示数据如下：

#把数据按时间调转顺序，最新的放后面
df = df.iloc[::-1]
df.reset_index(inplace=True)
# print(df)

training_set = df.loc[:, ['close']]
#只取价格数据，不要表头等内容
training_set = training_set.values
#数据归一化
sc = MinMaxScaler(feature_range = (0, 1))
training_set_scaled = sc.fit_transform(training_set)
# print(training_set_scaled)