股票价格预测器：建立LSTM递归神经网络来预测股票市场价格

我国农业上市公司股票价格与会计盈余关系实证研究，张彦国，，股票价格的变动是多种因素共同作用的结果，在证券市场上，会计信息是股票市场上信息的主要来源，会计盈余信息是股价变动的直接因

股票价格预测器 该项目包括多种机器学习和深度学习算法，可以预测各个公司的股价。

股票价格预测 目录 介绍 该项目是我对Udacity的数据科学家纳米学位计划的基本项目。 我们将实现两种机器学习算法（移动平均值和LSTM）来预测公司的未来股价。 然后，我们从这两种算法中选择最佳算法来开发自己的股价预测指标。 该项目包括Python脚本，交易者可以在其中输入历史股票价格数据以获得训练有素的LSTM模型。 然后，可以使用经过训练的模型来预测未来的股票价格。 该项目随附的博客文章 档案说明 股票价格预测.ipynb-用于股票价格预测的Jupyter笔记本。 train.py-借出历史股价数据并训练LSTM模型的Python脚本。 Forecastor.py-用于借出历史股价数据和将来预测股价的Python脚本。 文件夹：数据 排爆INTC.csv -历史股价数据从 。 文件夹：型号 model.pkl-腌制文件中经过训练的LSTM模型。 scaler.gz-保存在存档文

完整代码，可直接运行

基于一类改进遗传算法的进化神经网络研究.pdf 基于遗传算法的人工神经网络优化设计.pdf 基于遗传神经网络的股票价格短期预测.pdf

【主要内容】 神经网络是建立在对大规模的股票历史数据的学习仿真的基础上，运用黑盒预测方式找出股市波动的在规律，并通过将其存储在网络的权值、阈值中，以此来预测未来短期或是中长期的价格走势。 【使用对象】毕业设计 【安心下载】可能不是第一时间在线 但是一定会在线

技术指标 技术指标存储库提供了用于对开/高/低/收盘（OHLC）股票价格数据进行技术分析的工具。 techindicators.py代码包含Python 3.6函数，该函数使用Numpy库计算各种技术指标（移动平均线，RSI，MACD，CCI等）。 关联的Jupyter笔记本演示了techindicators.py中包含的所有功能的使用。 Jupyter笔记本中显示的图是使用Matplotlib和mpl_finance模块创建的。 为什么要创建另一个技术分析工具？ 已经有许多工具可用于使用Python进行技术分析。 其中大多数涉及将数据分析库和/或Python包装器用于技术分析库 。 那么，

基于主成分分析（PCA）和反向传播神经网络，建立库存预测模型，以云南白药（000538）为例，从库存技术分析中选择29个指标，降维后输入神经网络。通过对不同参数数据实验中均方误差（MSE）和均方绝对误差（MAE）的比较和分析，进一步确定网络的隐层节点数量，学习速率，激活功能和训练功能。 最后，获得了具有稳定性和准确性的模型。

论文研究-集合竞价算法对股票价格的影响.pdf,  构建集合竞价数学模型,设计实现算法,采用理论分析与金融实验相结合的方法,从静态与动态两个角度研究集合竞价机制中的成交价决定原则对股票价格的影响,得到结论: 1)不同的集合竞价成交价决定原则, 产生不同的股票价格;2)从长远来看, 集合竞价成交价决定原则,对股价走势的影响是长期和重大的; 3) 是否引入更少系统风险,集合竞价算法中的中间成交价和参考价格原则并不比最小或最大成交价决定原则好多少.研究结论对证券交易机制设计具有理论和实践指导意义.