特别感谢!!
《基于LSTM的股票价格的多分类预测》
论文地址:https://www.hanspub.org/journal/PaperInformation.aspx?paperID=32542
data_utils.py 已经有现成代码
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tushare 补充模块
运行
生成
详细描述
https://waditu.com/document/2?doc_id=27
坑爹 想使用tushare的新接口
但是发现注册后需要120积分才能下载日常数据,还是继续使用老接口吧。。。反正能用
def get_stock_data(code, date1, date2, filename, length=-1):
df = ts.get_hist_data(code, start=date1, end=date2)
#属性:日期 ,开盘价, 最高价, 收盘价, 最低价, 成交量, 价格变动 ,涨跌幅,5日均价,10日均价,20日均价,5日均量,10日均量,20日均量,换手率
df1 = pd.DataFrame(df)
#df1 = df1[['open', 'high', 'close', 'low', 'volume', 'p_change']]
df1 = df1.sort_values(by='date')
print('共有%s天数据' % len(df1))
if length == -1:
path = code + '.csv'
df1.to_csv(os.path.join(filename, path))
else:
if len(df1) >= length:
path = code + '.csv'
df1.to_csv(os.path.join(filename, path))
if __name__ == '__main__':
print(1)
# fill_stock_data('d:\data\\399300.csv', 'd:\data\\201904\\', 'd:\data\\201904-fill\\')
# merge_stock_data('d:\data\\201904-fill\\', 'd:\data\\')
get_stock_data('000895', '2019-01-01', '2019-12-31', 'F:\股票预测code\hs300_stock_predict-master\\')
# print(get_data_len('d:\data\\000001.csv'))