/Stock-Prediction

stock predict by cnn and lstm

Primary LanguagePython

《基于深度学习的财经新闻量化与股市预测研究》论文源代码说明

目录说明

  • CNN (CNN文本处理及模型)
  • Database (mysql连接类及数据库结构文件)
  • Ensemble (集成学习文本处理及模型)
  • FetchBindex (百度指数爬虫)
  • LSTM (LSTM文本处理及模型)
  • run_data (生成文件存放目录)
  • Spider (财经新闻、股票数据爬虫及自定义工具类)
  • /main.py (入口文件，含交叉验证及所有样例)
  • /ensemble_temp.bat (批处理文件，作用详见下面"缺陷")

数据爬取

  1. 财经新闻数据：Spider/NewsSpider.py
  2. 股票历史数据：Spider/StockSpider.py
  3. 百度指数数据：FetchBindex

训练集处理

  1. 数据处理：CNN/DataHelper.py、CNN/News.py(新闻词典生成)
  2. CNN训练数据集：CNN/OriginData.py
  3. LSTM训练数据集：LSTM/OriginData.py
  4. 集成学习模型训练数据集：Ensemble/Ensemble.py

模型构建

  1. CNN模型：CNN/CNNStockText.py、CNN/CNNStockNumber.py
  2. LSTM模型：LSTM/LSTMStockOrigin.py
  3. 集成学习模型：Ensemble/Ensemble.py

交叉验证

  1. 模型十折十次交叉验证：/main.py

结果分析

  1. 倾向词典分析：CNN/News.py
  2. 模型预测结果分析：Spider/Analyse.py

缺陷

  1. 利用Ensemble类的makeEnsembleData函数生成集成模型的输入集时，因内存释放问题，在生成第一个输入集后速度会变慢（需生成100个输入集），暂处理方法为加入exit()并利用批处理（即每次生成一个后退出，利用批处理来执行一百遍）

非代码相关资料

实验数据 (内含本人毕业论文、相关文献、数据库数据、实验过程数据、实验结果截图)

版权声明

开源代码对学术研究完全开放，使用时请引用出处；请勿用作商业应用，后果自行负责。