基于 lstm 的股票收盘价预测 -- python
开始导入 MinMaxScaler 时会报错 “from . import _arpack ImportError: DLL load failed: 找不到指定的程序。” （把sklearn更新 ...
原文：利用神经网络预测股票收盘价（含源代码）
攒了几天，发一个大的 这是前几天投了一家量化分析职位，他给的题目的是写神经网络择时模型，大概就是用神经网络预测收盘价 database类：该类用于获得新浪网中的数据，并将其放入本地数据库。在本地数据库中建立两个表，分别是Data to 和Data to ,表中都含有日期，当日开盘价 当日收盘价 当日最高价 当日最低价。Data to 为训练数据集，Data to 为测试数据集。 package i ...
2016-12-16 17:23 3 20991 推荐指数：
相关推荐
python调用tensorflow.keras搭建长短记忆型网络(LSTM)——以预测股票收盘价为例
目录 程序简介 程序/数据集下载 代码分析 程序简介 程序调用tensorflow.keras搭建了一个简单长短记忆型网络(LSTM)，以上证指数为例，对数据进行标准化处理，输入5天的'收盘价', '最高价', '最低价','开盘价'，输出1天的'收盘价 ...
python实现灰色预测模型(GM11)——以预测股票收盘价为例
目录 程序简介 程序/数据集下载 代码分析 程序简介 利用灰色预测GM11模型预测股票收盘价，由于灰色预测模型适合短期预测和小样本，所以程序输入数据为5个，输出为1个，进行动态建模 程序输入：原序列、需要往后预测的个数 程序输出：预测值、模型结构(后验差 ...
如何下载股票的历史收盘价 股票历史收盘价下载方法
不想写代码的话，翻到文章底部有现成的下载工具。 除了通过第三方接口获取股票的历史收盘价之外，我们还可以自己通过抓取的方式获取。 我们以某财经网站为例，股票的历史收盘价是这样的：从图片上能看出，股票历史收盘价是按照年-季度的方式加载的，每年的每个季度的链接都是 ...
深度神经网络在量化交易里的应用 之二 -- 用深度网络(LSTM)预测5日收盘价格
距离上一篇文章，正好两个星期。 这篇文章9月15日 16：30 开始写。 可能几个小时后就写完了。用一句粗俗的话说， “当你怀孕的时候，别人都知道你怀孕了， 但不知道你被日了多少回 ” ，纪念这两周的熬夜，熬夜。 因为某些原因，文章发布的有点仓促，本来应该再整理实验和代码比较合适 ...
实现基于股票收盘价的时间序列的统计（用Python实现）
时间序列是按时间顺序的一组真实的数字，比如股票的交易数据。通过分析时间序列，能挖掘出这组序列背后包含的规律，从而有效地预测未来的数据。在这部分里，将讲述基于时间序列的常用统计方法。 1 用rolling方法计算移动平均值 当时间序列的样本数波动较大时，从中不大容易分析出未来 ...
python调用statsmodels模块实现整合移动平均自回归模型(ARIMA)——以预测股票收盘价为例
目录 程序简介 程序/数据集下载 代码分析 程序简介 调用statsmodels模块对上证指数的收盘价进行ARIMA模型动态建模，ARIMA适合短期预测，因此输入为15个数据，输出为1个数据 程序输入：原序列，需要往后预测的个数 程序输出：预测序列，模型 ...
神经网络（python源代码）
神经网络的逻辑应该都是熟知的了，在这里想说明一下交叉验证 交叉验证方法： 看图大概就能理解了，大致就是先将数据集分成K份，对这K份中每一份都取不一样的比例数据进行训练和测试。得出K个误差，将这K个误差平均得到最终误差 这第一个部分是BP神经网络的建立 参数选取参照论文：基于数据挖掘 ...