# capital-nn--trend
基于神经网络的趋势交易入场点预测模型
## 开发进度
1. 走通简单买卖入场点二分分类的数据清洗及训练流程（完成）
2. 代码重构，将依赖数据转移到数据库中（进行）
3. 简化更新价格行为特征的流程（挂起）
4. 简化添加其他价格行为模型的流程
5. 添加预测API，并可视化预测结果，即当前多空力量可视化对比及各行为运动提示
6. 可视化模型的各种参数
7. 模型管理界面
8. 添加单K线特征识别的模型（开启）
9. 添加组合K线特征识别的模型
10. 逐一添加复杂价格行为模型（暂不开启）
## 瓶颈
目的：将胜率提升至65%+（目前胜率61%，盈亏比2，数学期望可盈利）
开发计划：暂不开启
1. 根据已知价格行为特征进行去噪（即只使用已知的高胜率价格行为）
* 需要实现自定义行为特征标记算法（或对单一复杂行为特征进行模型训练）
2. 根据价格行为的主要特征进行归一化（比如等距运动只考虑运动距离的比值）
* 需要实现自定义特征归一化算法（或基于特征模型识别自动映射对应的归一化算法）
3. 添加关于长中短日线的趋势、交易区间及反转的一切价格行为特征
基于神经网络的趋势交易入场点预测模型.zip
版权申诉
181 浏览量
2024-03-29
14:08:04
上传
评论
收藏 188.53MB ZIP 举报
基于神经网络的趋势交易入场点预测模型.zip （90个子文件） 
222 sql 
schema.sql 18B nn __init__.py 0B model.py 188B model.ipynb 48KB app.py 184B builder __init__.py 0B set_builder.py 3KB utils __init__.py 0B df_util.py 526B file_util.py 345B stockstats_util.py 1KB socket_util.py 163B res mark_strategy_1 
china-blue-d.xlsx 3.11MB us-industry-detailed-d.xlsx 6.44MB us-theme-d.xlsx 1.99MB us-market-d.xlsx 3.36MB us-it-d.xlsx 6.91MB china-industry-d.xlsx 3.9MB us-china-d.xlsx 1.33MB us-blue-d.xlsx 22.24MB us-industry-d.xlsx 3.54MB us-futures-d.xlsx 4.49MB slice 7.xlsx 3.64MB 8.xlsx 3.12MB 0.xlsx 3.67MB 12.xlsx 1.08MB 4.xlsx 1.66MB 3.xlsx 5.68MB 1.xlsx 3.87MB 9.xlsx 4.38MB 5.xlsx 1.85MB 11.xlsx 2.89MB 2.xlsx 7.43MB 10.xlsx 2.91MB 6.xlsx 2.75MB raw china-blue-d.xlsx 5.8MB us-industry-detailed-d.xlsx 12.48MB us-theme-d.xlsx 4.07MB us-market-d.xlsx 5.31MB us-it-d.xlsx 12.39MB china-industry-d.xlsx 6.06MB us-china-d.xlsx 2.27MB us-blue-d.xlsx 40.67MB us-industry-d.xlsx 5.33MB us-futures-d.xlsx 6.54MB datadownload __init__.py 47B yahoo.py 3KB process.py 4B .idea sqldialects.xml 250B dataSources.xml 539B indicators __init__.py 0B atr.py 183B advantage_excursion.py 5KB
requirements.txt 158B test __init__.py 0B test_codes_db.py 111B test_raw_k_slice.py 74B test_tensorflow.py 47B test_model.py 0B test_yahoo.py 119B test_set_builder.py 170B test_mark.py 336B test_raw_k_db.py 418B test_slice.py 157B debug.ipynb 581B strategy __init__.py 0B test_ae_mark.py 2KB test_simple_single_signal_k_pl_bs_mark.py 87B preprocessing __init__.py 0B slice.py 919B mark_pool.py 3KB mark_strategy_1.py 2KB slice_pool.py 698B README.md 1KB strategy __init__.py 0B simple_single_signal_k_pl_bs __init__.py 0B mark.py 4KB advantage_excursion __init__.py 0B data.ipynb 4KB training_2.ipynb 4KB test_training_2.py 864B training.ipynb 3KB mark.ipynb 9KB config __init__.py 1KB db __init__.py 4B raw_k_slice_db.py 1KB codes_db.py 978B strategy __init__.py 0B simple_single_signal_k_pl_bs_mark.py 609B raw_k_db.py 2KB资源评论
