Alternatives and similar repositories for stockPredict

Users that are interested in stockPredict are comparing it to the libraries listed below

• MaybeWilliam / stock-price-prediction-BPNN-LSTM
  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 2 years ago
• TankZhouFirst / Pytorch-LSTM-Stock-Price-Predict
  LSTM 实现的股票最高价预测
  ☆140Updated 2 years ago
• LightingFx / hs300_stock_predict
  该项目用于对沪深300股票的预测，包括股票下载，数据清洗，LSTM 模型的训练，测试，以及实时预测
  ☆388Updated 3 years ago
• GERMINO-LiuHe / A-stock-prediction-algorithm-based-on-machine-learning
  （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
• zhengguowei / stock_prediction
  基于LSTM的股票价格预测
  ☆64Updated 6 years ago
• cxdsz / stock-price-prediction-algorithms
  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
• wqk666999 / CNN-LSTM-Attention
  使用卷积神经网络-长短期记忆网络（bi-LSTM）-注意力机制对股票收盘价进行回归预测。The convolution neural network, short-term memory network and attention mechanism are used to…
  ☆279Updated last year
• stxupengyu / LSTM-regression-and-classification
  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
• moyuweiqing / A-stock-prediction-algorithm-based-on-machine-learning
  （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、随机森林等
  ☆336Updated 2 years ago
• jm199504 / Financial-Time-Series
  金融时间序列（预测分析 / 相似度 / 数据处理）
  ☆235Updated 10 months ago
• Clearfk / lstm-rnn-stock-predict
  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
• cloud0912 / Hybrid-architecture-for-multiple-time-series-forecasting
  用深度学习对含噪时间序列数据进行预测
  ☆28Updated 2 months ago
• pengxungui / LSTM_stock
  基于LSTM的股票数据分析，数据来源于Tushare
  ☆218Updated 6 years ago
• Yangami / LSTM-for-price-prediction
  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
• darelikz / mts_lstm_a_stock
  将其中的多因子模型(multiple-factor model)作为股票的额外特征引入到股票价格预测中, 建立了一个基于多变量的长短期记忆网络(multi-variable LSTM)股票价格预测模型, 用以提升只基于单一价格序列, 也即单变量长短期记忆网络(univari…
  ☆19Updated last year
• cmiao7-illinois / stock_prediction-based-on-lstm-and-transformer
  ☆97Updated 3 years ago
• zshicode / Attention-CLX-stock-prediction
  Attention-based CNN-LSTM and XGBoost hybrid model for stock prediction
  ☆363Updated 3 years ago
• JackDance / stock-price-prediction
  基于PyTorch框架，使用LSTM网络对股票价格进行预测
  ☆23Updated 3 years ago
• moyuweiqing / Stock-prediction-algorithm-based-on-machine-learning
  基于机器学习的股票投资算法，使用到了Auto-ARIMA、LSTM、SVM、Prophet、朴素贝叶斯、移动平均算法等多个算法，从信息收集、算法分析、回测等多个方面进行分析，从消息面、基本面、技术面三种分析方法进行分析。
  ☆97Updated 5 years ago
• dukuanbing / bpnn-stock-price-prediction
  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
• KittenCN / stock_prediction
  基于神经网络的通用股票预测模型 A general stock prediction model based on neural networks
  ☆260Updated last year
• sanshuishou / CNN_Attention_LSTM
  基于相关性分析的CNN_Attention_LSTM期货价格预测模型
  ☆21Updated 2 years ago
• yhaofeng / finance_transformer
  通过修改transformer使其可以预测金融时间序列
  ☆34Updated 4 years ago
• yangwohenmai / TimeSeriesForecasting
  基于统计学的时间序列预测(AR,ARM).
  ☆274Updated 4 years ago
• slydg / GRU_to_predict_timeseries
  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
  ☆105Updated 7 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。
  ☆190Updated 5 years ago
• hellobilllee / lstm_stock_price_prediction
  LSTM神经网络预测沪深300指数及其涨跌
  ☆41Updated 5 years ago
• liliyae / Stock_prediction
  深度学习-贵州茅台股票预测 PCA、FA、RNN、LSTM、GRU
  ☆27Updated 3 years ago
• yangwohenmai / DeepLearningForTSF
  深度学习以进行时间序列预测
  ☆665Updated 4 years ago
• koi-boy / CNN-LSTM-Attention
  CNN+LSTM+Attention predict stock
  ☆53Updated 3 years ago