一种基于Python和BP神经网络的股票预测方法

通过拟合一个ARMA模型来对上证指数的收盘价进行预测，使用的数据是腾讯财经提供的数据，首先进行平稳性检验，其次是进行一阶差分处理，差分后的数据再拟合ARMA模型，再进行ARCH效应检测，拟合GARCH模型，最后进行预测

自动识别股票数据中的艾略特波浪

针对股票市场中 AR 模型的识别、建立和估计问题，利用 AR 模型算法对股票 价格进行预测。选取浦发银行和东风汽车股票数据，发行时间为 2013 年 5 月 6 日 2014 年 4 月 3 日，取开盘价作为样本预测数据。所有股票数据来源于大智慧 365.股市通软件，利用PYTHON实现

用隐马尔科夫模型解决股票价格预测问题

项目请参见：https://handsome-man.blog.csdn.net/article/details/108956942

WebStock预测 此项目是基于django的Web应用程序。它能指定指定范围内公司（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该股票的一些评价指标。 的一种LSTM神经网络模型。 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，模型构造，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的信息 stock_predict：基于django开发框架的Web应用程序，包含一个Web应用程序的相关内容。 WebStock预测：包含对django项目进行管理，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项目的快捷方式AP

利用生成对抗网络对股票进行预测

LSTM-DNN进行库存预测 修正LSTM模型的股价预测 它能做什么？ 它可以给出一只股票收盘价的预测值。 它不能预测离现在太远，而它所能做的就是预测明天的价格。 我们需要做的是提供一只股票过去的数据。 评估 我用MAPE（平均绝对百分比误差）评估模型。 通过该模型训练的某些股票的最佳性能可使MAPE达到2％-3％，这意味着精度（1-MAPE）可以达到97％-98％。 训练自己的数据 U首先从互联网上下载股票的csv数据，然后在代码中修改csv路线（在最后一栏中输入收盘价）。 学习性能良好的CPU模型需要花费数小时。 有用吗？ 尽管预测第二天的收盘价表现良好，但无法预测接下来的2,3,4 ...天的价格。 因此这可能会有所帮助，可能没有帮助。 未来 我将把我的股票价格预测系统放在github上，它具有许多新功能，包括预处理数据，训练模型，预测价格，评估模型以及推荐高收益股票。 同时

股票预测模型，收集用于股票预测的机器学习和深度学习模型，包括交易机器人和模拟。 目录 内容 楷模 LSTM LSTM双向 LSTM 2路径 格鲁 双向GRU GRU 2路径 香草 香草双向 香草2路径 LSTM Seq2seq LSTM双向Seq2seq LSTM Seq2seq VAE GRU Seq2seq GRU双向Seq2seq GRU Seq2seq VAE 注意是您所需要的 CNN-Seq2seq 扩张的CNN-Seq2seq 奖金 如何使用模型之一来预测t + N ， 共识，如何使用情感数据预测t + N ， 用于减小尺寸的深度前馈自动编码器神经网络+深