神经网络预测股价python talib_GitHub - wormhole/stock: 基于循环神经网络预测股价(开盘,收盘,最高,最低)...

该博客介绍了如何使用Python和tushare库获取股票数据,通过循环神经网络(RNN)模型进行预处理、特征选择、数据标准化,并构建LSTM网络预测股票的开盘价、收盘价、最高价和最低价。实验结果显示模型在训练集和测试集上都有良好的拟合效果。
摘要由CSDN通过智能技术生成

基于循环神经网络预测股价

一、数据获取

1.1 训练过程中所有的股票日K数据均来自tushare

import tushare

pro = ts.pro_api(token)

df = pro.daily(ts_code, start_date, end_date)

df.to_csv(filename)

二、 数据预处理

2.1 获取到的数据格式如图所示

2.2 特征选取

我选取了股票交易数据中几个有用的特征

特征

说明

open

开盘价

high

最高价

low

最低价

close

收盘价

pre_close

昨日收盘价

chagne

涨跌额

pct_chg

涨跌幅

vol

成交量(手)

amount

成交额(千元)

2.3 数据标准化或归一化

去除特征量纲,加速模型收敛,这里采用标准化处理。

2.4 生成时间序列

这里选取30天为一个时间序列,来预估低31天的开盘价、收盘价、最高价和最低价

def series_data(df, n):

"""

将数据组装成时间序列

:param df: DataFrame对像

:param n: 时间序列长

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值