ahuizxc / DBN_stock
DBN股票预测的,改的程序,加了训练方法和tensorboard可视化等
☆26Updated 3 months ago
Related projects ⓘ
Alternatives and complementary repositories for DBN_stock
- 基于一个马尔可夫链的股票预测模型☆14Updated 4 years ago
- Tensorflow实例:利用LSTM预测股票☆31Updated 6 years ago
- 基于粒子群算法的神经网络优化股票价格预测☆31Updated 4 years ago
- 多因子lstm预测☆14Updated 2 years ago
- 深度学习-贵州茅台股票预测 PCA、FA、RNN、LSTM、GRU☆22Updated 3 years ago
- 利用numpy实现rnn时间序列预测股票☆19Updated 5 years ago
- 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…☆51Updated 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☆53Updated 7 years ago
- 一个简单的股票预测算法,利用过去5天的涨幅,以及十余项市值因子和财务因子进行训练学习。训练数据被放在本地的mysql数据库中。☆27Updated 6 years ago
- 股票预测,Pytorch,LSTM。☆14Updated 3 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。☆43Updated 6 years ago
- 基于PyTorch框架,使用LSTM网络对股票价格进行预测☆17Updated 3 years ago
- 采用RNN、LSTM、BP模型对股票数据进行预测☆14Updated 3 years ago
- 基於關聯式新聞提取方法之雙階段注意力機制模型用於股票預測☆46Updated 4 years ago
- 用深度学习进行股票预测☆21Updated 2 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…☆56Updated 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。☆28Updated 5 years ago
- 基于LSTM的股票价格预测☆59Updated 6 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
- 與情预测股票☆11Updated 4 years ago
- LSTM和BP神经网络实现对股票开盘价的预测。☆15Updated 4 years ago
- 基于Keras的LSTM多变量时间序列预测☆22Updated 6 years ago
- 股价预测程序,尝试各种模型。☆33Updated 3 years ago
- 预测股票☆19Updated 7 years ago
- 百度搜索指数 对标 股票数据,分析相关性,后面研究 搜索数量、热度 与 股票价值、涨跌预测的 数学模型☆15Updated 3 years ago
- 基于BP神经网络的股票价格预测☆19Updated 2 years ago
- 基于adaboost的SVM预测股票价格☆11Updated 6 years ago
- 华量杯-股票预测☆21Updated 7 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☆60Updated 4 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆98Updated 6 years ago