【源码】基于深度学习算法的股票预测系统

项目简介

本项目是基于深度学习算法构建的股票预测系统，借助分析历史交易数据来预测股票的涨跌趋势。系统运用Transformer和Time2Vec等先进技术，结合自研的ModestCattle模型，把股票预测问题当作分类问题处理，以此提升预测的准确性与合理性。

项目的主要特性和功能

• 深度学习模型：基于Transformer和Time2Vec的ModestCattle模型，结合注意力机制与时间特征提取，提高预测精度。
• 分类问题处理：将股票预测视为分类问题，预测涨跌概率，而非具体股价数值，更具合理性与实用性。
• 多源数据融合：整合个股K线、大盘走势、新闻、政策和散户评论等多源信息进行综合分析。
• 模型训练与评估：提供从数据获取、模型训练到评估的完整流程，支持日K、分时、大盘等多维度数据的学习。
• 开源与交流：项目遵循Heartfelt Goodness开源协议，鼓励用户学习交流和改进。

安装使用步骤

原始版本（仅支持日K学习）

1. 获取股票代码：运行get_code.py，获取当前市场存在的股票代码。
2. 获取训练数据：运行get_data.py，通过股票代码获取训练样本数据。
3. 模型训练：运行train_with_?.py（如train_with_transformer.py）进行模型训练。
4. 模型评估：运行evel_with_?.py（如evel_with_transformer.py）获取市场标的的预测结果。

SQL版本（支持多编码学习）

1. 数据库导入：下载并导入ai_stock.sql数据库文件。
2. 数据下载：运行get_data_to_sql.py和get_trick_to_sql.py，下载日K和分时数据，并修改数据库连接配置。
3. 模型训练：运行train_with_Transfomer_from_sql.py进行模型训练。
4. 模型评估：运行evel_with_transformer_sql.py查看预测效果。

注意事项

• 本项目预测结果仅供参考，不构成投资建议。
• 使用项目代码时，需确保遵守相关法律法规，不用于非法用途。
• 模型训练效果受数据质量、模型参数、训练策略等多种因素影响，需根据实际情况调整和优化。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】