python环境配置好,直接运行run_future_LSTM.py即可。可以自行修改特征,参数,看训练结果的变化,进一步学习和研究。
运行过程有问题可以添加小九微信(jsj99_01)沟通。
.parquet为源数据文件
calender.csv为交易日历表
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
我们从期货高频数据下手,尝试搭建神经网络模型对高频数据进行预测,抛砖引玉,希望能让对金融数据分析,量化交易,人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境打包好,做到开箱即用, 文末有获取方式,欢迎大家下载自己动手继续学习和研究。 文章地址:https://blog.csdn.net/jiu_shi_jiu/article/details/129840719
资源推荐
资源详情
资源评论
收起资源包目录
01_future_LSTM.7z (18个子文件)
01_future_LSTM
date_time_func.py 2KB
说明.txt 212B
data_prepare.py 4KB
.idea
01_future_LSTM.iml 291B
workspace.xml 6KB
misc.xml 301B
inspectionProfiles
Project_Default.xml 1KB
profiles_settings.xml 174B
modules.xml 287B
.gitignore 184B
model_LSTM.py 2KB
run_future_LSTM.py 3KB
RB2305_20230207.parquet 1.13MB
RB2305_20230206.parquet 1.16MB
__pycache__
model_LSTM.cpython-37.pyc 2KB
date_time_func.cpython-37.pyc 2KB
data_prepare.cpython-37.pyc 3KB
calender.csv 162KB
共 18 条
- 1
资源评论
九十久
- 粉丝: 13
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功