基于LSTM的股票价格预测python源码+文档说明（高分课程设计）.zip

共89个文件

py：24个

pyc：19个

txt：13个

版权申诉

lstm

神经网络

python

课程设计

5星 · 超过95%的资源 146 浏览量 2023-11-17 13:29:49 上传评论 4 收藏 8.88MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

基于LSTM的股票价格预测python源码.zip （89个子文件）

主master

.gitattributes 93B

stock_prediction

django

myblog

db.sqlite3 12KB

predict.xls 6KB

.idea

workspace.xml 47KB

misc.xml 212B

myblog.iml 459B

modules.xml 264B

encodings.xml 195B

manage.py 804B

presult.jpg 174KB

blog

__init__.py 0B

tests.py 125B

admin.py 128B

predict.xls 6KB

predict_models.py 15KB

migrations

__init__.py 0B

__init__.pyc 160B

models.pyc 1KB

urls.pyc 389B

apps.py 148B

models.py 600B

stock.jpg 562KB

templates

test1.html 8KB

index.html 1KB

nothing.html 214B

test.html 2KB

predict_models.pyc 17KB

__init__.pyc 149B

views.pyc 4KB

urls.py 164B

admin.pyc 270B

tmp_file

history.txt 59KB

static

datetimepicker

jquery.datetimepicker.full.js 111KB

jquery.datetimepicker.css 18KB

jquery.js 91KB

blog

bootstrap

bootstrap.min.js 36KB

jquery.min.js 82KB

img

background1.jpg 562KB

background.jpg 56KB

stock.jpg 562KB

presult.jpg 61KB

stock.gif 10KB

css

bootstrap.min.css 118KB

main.css 9KB

theme.scss.css 63KB

timber.scss.css 56KB

tendency_judge

__init__.py 0B

main_rnn_last.py 15KB

data

dev.txt 941KB

p_p.xls 6KB

predict_src.txt 125B

train.txt 8.21MB

tf_util.pyc 6KB

main_rnn_last.pyc 13KB

util1.pyc 22KB

__init__.pyc 164B

model

tag.txt 14B

user_dic.txt 15KB

extract_neg_dic.txt 3KB

neg_dic.txt 15KB

vocab.txt 3.95MB

pre1.xlsx 9KB

tf_util.py 6KB

util1.py 22KB

predict.txt 63B

views.py 5KB

dict

stock_dic的副本.txt 236KB

stock_dic.txt 236KB

stock_dic1.txt 218KB

myblog

__init__.py 0B

settings.pyc 3KB

urls.pyc 1KB

wsgi.pyc 607B

wsgi.py 390B

__init__.pyc 151B

urls.py 829B

settings.py 3KB

mysite

db.sqlite3 12KB

manage.py 804B

mysite

__init__.py 0B

settings.pyc 3KB

urls.pyc 994B

wsgi.pyc 607B

wsgi.py 390B

__init__.pyc 151B

urls.py 763B

settings.py 3KB

code.py 206B

README.md 725B

# stock_prediction # 基于LSTM的股票价格预测 ## 目录说明 stock_prediction为项目根目录，项目使用django框架做了web界面，code.py是配置文件，有效代码在stock_prediction/django/myblog/blog中，其中模块tendency_judge用来对股票相关新闻进行分类 ## 实现原理使用LSTM和BP神经网络进行股票价格的回归，时间窗口设置为120，根据前120天的数据，预测一个交易日的股票价格，根据股票相关新闻的分类结果对模型预测价格进行奖惩，得出最终的股票预测价格。 ## 启动方式 cd到目录stock_prediction/django/myblog/下执行 python manage.py runserver ,复制页面的url至浏览器即可访问系统主页

评论收藏

内容反馈

版权申诉