JackDance / stock-price-predictionLinks
基于PyTorch框架,使用LSTM网络对股票价格进行预测
☆23Updated 3 years ago
Alternatives and similar repositories for stock-price-prediction
Users that are interested in stock-price-prediction are comparing it to the libraries listed below
Sorting:
- 使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…☆53Updated 5 years ago
- 用深度学习对含噪时间序列数据进行预测☆28Updated 2 months ago
- 股票预测,Pytorch,LSTM。☆17Updated 4 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆33Updated 5 years ago
- 采用RNN、LSTM、BP模型对股票数据进行预测☆15Updated 3 years ago
- 使用LSTM对股票价格进行回归预测,对股价涨跌进行分类预测。We use LSTM to forecast the stock price and classify the rise and fall of the stock price.☆18Updated 4 years ago
- 这是一个基于LSTM-RNN算法的线上金融股票价格走势预测的小项目,使用tensorflow框架实现。☆47Updated 6 years ago
- 深度学习-贵州茅台股票预测 PCA、FA、RNN、LSTM、GRU☆27Updated 3 years ago
- 基于BP神经网络的股票价格预测☆25Updated 2 months ago
- DBN股票预测的,改的程序,加了训练方法和tensorboard可视化等☆26Updated 9 months ago
- LSTM和BP神经网络实现对股票开盘价的预测。☆15Updated 5 years ago
- 使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.☆37Updated 5 years ago
- (陆续更新)重新整理过的基于机器学习的股票价格预测算法,里面包含了基本的回测系统以及各种不同的机器学习算法的股票价格预测,包含:LSTM算法、Prophet算法、AutoARIMA、朴素贝叶斯、SVM等☆68Updated 5 years ago
- 算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息,得到相应的调仓对策。可回归(预测具体价格)可分类(预测涨跌)。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种,每个输入样本都是一个序列(如某板块20天的四价一量)用这个序列预测结果。它认为某些…☆62Updated 5 years ago
- 基于LSTM的股票价格预测☆64Updated 6 years ago
- Use BPNN and LSTM to forecast stock price. 使用BP神经网络和LSTM预测股票价格,注释拉满。☆195Updated 3 years ago
- LSTM长短期记忆模型预测股票涨跌☆14Updated 4 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 7 years ago
- 基于一个马尔可夫链的股票预测模型☆14Updated 4 years ago
- 股票趋势预测☆33Updated 6 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆80Updated 3 years ago
- 利用numpy实现rnn时间序列预测股票☆20Updated 5 years ago
- pytorch实现用LSTM做股票价格预测☆261Updated 4 years ago
- 针对沪深300指数的历史交易数据,通过机器学习的方法,预测股票的价格(涨跌概率),并借此来形成相应的交易策略。☆30Updated 6 years ago
- Tensorflow实例:利用LSTM预测股票☆30Updated 6 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆55Updated 5 years ago
- LSTM 实现的股票最高价预测☆140Updated 2 years ago
- 本项目是一个由我个人开发的python机器学习项目,数据在PCA降维后基于ELM、SVR、随机森林、LSTM的北京游客预测,对比了四种机器学习算法的预测效果。☆12Updated last year
- 信息分析预测期末课设_使用ARIMA模型与SVR对一组时间序列数据进行预测分析☆14Updated 5 years ago
- 用TCN 进行股票预测☆10Updated 2 years ago