项目简介
本项目致力于基于历史股票数据开展预测与自动交易策略的实现。以IBM的历史股票数据为预测依据,结合深度学习LSTM模型,让模型学习股票价格变动规律,进而预测未来趋势。项目核心聚焦于自动交易策略的设定与执行,以实现收益最大化为主要目标,同时借助助教提供的获利计算程序评估收益。
项目的主要特性和功能
- 数据准备与可视化:对连续性的训练数据和测试数据进行合并,便于后续时间切割操作,还提供股票走势图直观呈现股票价格变化。
- 特征选择与交易策略设计:选取收盘价作为核心特征进行训练,因其反映市场参与者的共同认可价格。交易策略规定每天仅进行一次交易,依据收盘价判断买、卖或不操作,明确不同股票预测情况下的交易策略行为。
- 模型架构与训练:采用LSTM模型预测股票价格,该模型能学习历史数据的时间序列特征,有效预测未来走势,且对模型参数进行了优化,提升预测的准确性与稳定性。
- 交易策略执行与收益评估:依据LSTM模型的预测结果,系统自动执行预设交易策略,涵盖买入、卖出或不操作,最终用助教提供的获利计算程序评估收益,验证策略有效性。
安装使用步骤
- 环境准备:
- 确保安装Python 3.6.7及以上版本。
- 安装所需的依赖库:
bash pip install numpy==1.15.4 pandas==0.23.4 matplotlib==3.0.2 keras==2.1.6 tensorflow-gpu==1.13.1 scikit-learn==0.22
- 下载项目源码:假设用户已经完成此步骤。
- 运行项目:
- 在终端中执行以下命令,并根据需要修改参数:
bash python Autotrading_main.py --training "your training file" --testing "your testing file" --output "your output file"
- 查看输出结果:
- 运行结束后,系统将生成一个
output.csv
文件,其中包含自动交易策略的执行结果。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】