用歷史股票資料當作input建立簡單的LSTM預測模型來預測股票
crawl_stock.py | 內容 |
---|---|
clean_row(row) | 清除抓到的股票每個欄位中多餘的逗號還有空白 |
record(stock_id, row) | 紀錄stock_id這隻股票的資料以append的方式增加在stock_id.csv後面 |
Initialize(Stock_ID) | 初始化csv檔的column |
Get_TSEdata(Day, Stock_ID) | 爬Stock_ID這支股票指定日期Day這天的資料 |
Get_Stock_DATA( Stock_ID = ["2330"], First_Day = datetime.today(), Last_Day = datetime(2004,2,11)) |
抓取Stock_ID在日期範圍(First_Day,Last_Day)內的所有資料 ['日期','成交股數','成交金額','開盤價','最高價','最低價','收盤價','漲跌價差','成交筆數'] 預設抓台積電(2330)從今天到2004,2,11的資料 |
graphical.py | 內容 |
---|---|
Graphical_Stock_DATA(PNGname,y) | 圖表化的png名稱、要圖表化的資料 |