# financial-time-series
#### 介绍
这个项目主要是使用Tensorflow 2.x，搭建了多种模型对5年期的国债数据进行了预测，分为连续型的预测（回归）和离散型的预测（分类）两部分。
#### 目录说明
checkpoint/
data/ # 数据目录，主要包括原始数据和生成的中间数据
logs/
img/
cnn.ipynb # conv1卷积神经网络目录
lstm.ipynb # lstm神经网络目录
cnn-lstm.ipynb # cnn-lstm神经网络目录
arma.ipynb # arma模型目录
feature_engineer.ipynb # 常用的金融时间序列特征工程挖掘方法目录
shibor数据获取.ipynb # shibor目录
for_paper.ipynb # 该目录下主要有一个将多张图片合成为一张图片的代码
金融时间序列特征分析.ipynb # 该目录主要对金融时间序列进行了分析
#### 参考
* 用滑动窗口搭建神经网络的代码主要参考自北京大学曹健老师慕课Tensorflow笔记
* 金融时间序列特征分析.ipynb 所有代码几乎全部来自https://www.heywhale.com/mw/project/5f914ae1e200680030f4452e/
* https://www.statsmodels.org/v0.12.0/index.html
* https://tensorflow.google.cn/guide/keras/functional?hl=zh_cn
* https://otexts.com/fppcn/what-can-be-forecast.html
* https://machinelearningmastery.com/cnn-long-short-term-memory-networks/
* http://colah.github.io/posts/2015-08-Understanding-LSTMs/
* https://karpathy.github.io/2015/05/21/rnn-effectiveness/
* https://keras.io/zh/examples/imdb_cnn_lstm/
cnn和lstm进行金融时间序列预测
需积分: 0 2 浏览量
2023-10-05
10:24:18
上传
评论
收藏 7.32MB ZIP 举报
financial-time-series-master.zip （58个子文件） 
financial-time-series-master checkpoint LSTM 
checkpoint 87B LSTM_stock.ckpt.data-00000-of-00001 463KB LSTM_stock.ckpt.index 2KB CMM-LSTM checkpoint 107B CNN-LSTM_nation_debt.ckpt.data-00000-of-00001 1009KB CNN-LSTM_nation_debt.ckpt.index 5KB CNN checkpoint 97B CNN_nation_debt.ckpt.data-00000-of-00001 1.43MB CNN_nation_debt.ckpt.index 4KB 金融时间序列特征分析.ipynb 394KB data 
shape_info_by_cnn-lstm.png 77KB
weights_of_nation_debt_by_lstm.txt 26KB national_debt_5y.csv 60KB weights_of_nation_debt_by_cnn-lstm.txt 38KB bitcoin.csv 145KB bitcoin_new.csv 121KB 黄金期货历史数据.csv 158KB 黄金期货历史数据_new.csv 136KB shibor_nation_debt.csv 84KB shibor.csv 90KB weights_of_nation_debt_by_cnn.txt 29KB 中国五年期国债收益率历史数据.csv 61KB goods.csv 6.93MB lstm.ipynb 280KB cnn.ipynb 281KB img regression-predict ARMA拟合曲线.png 27KB CNN-LSTM拟合曲线.png 27KB pred_combine.png 770KB CNN拟合曲线.png 26KB LSTM拟合曲线.png 26KB data-count data-count.png 243KB 02test-data-count.png 13KB 01total-data-count.png 14KB feature_engineer.ipynb 73KB for_paper.ipynb 57KB arma.ipynb 727KB logs fit 20220407-131819 train plugins profile 2022_04_07_05_18_22 DESKTOP-ETQRUOF.tensorflow_stats.pb 81KB DESKTOP-ETQRUOF.xplane.pb 155KB
DESKTOP-ETQRUOF.trace.json.gz 53KB DESKTOP-ETQRUOF.kernel_stats.pb 0B DESKTOP-ETQRUOF.memory_profile.json.gz 73B DESKTOP-ETQRUOF.input_pipeline.pb 7KB DESKTOP-ETQRUOF.overview_page.pb 8KB events.out.tfevents.1649308702.DESKTOP-ETQRUOF.profile-empty 40B events.out.tfevents.1649308699.DESKTOP-ETQRUOF.40152.1351.v2 171KB validation events.out.tfevents.1649308703.DESKTOP-ETQRUOF.40152.6421.v2 5KB shibor数据获取.ipynb 18KB README.en.md 859B .ipynb_checkpoints ARMA-checkpoint.ipynb 722KB shibor数据获取-checkpoint.ipynb 18KB 淘宝网爬虫-checkpoint.ipynb 117KB cnn-checkpoint.ipynb 281KB cnn-lstm-checkpoint.ipynb 452KB for_paper-checkpoint.ipynb 20KB lstm-checkpoint.ipynb 280KB 金融时间序列特征分析-checkpoint.ipynb 72B README.md 2KB cnn-lstm.ipynb 452KB资源评论
