stock-prediction-with-DL/深度学习与股票分析预测

目前新增了100多个技术指标，优化了一部分代码，正在做图神经网络部分内容，预计做一个小论文，等论文见刊再更新仓库^-^

data_downloader.py

通过baostock下载上证50，沪深300，中证500的日线数据

backtest.py

回测模块，根据调仓周期，通过模型选股，按开盘价买入卖出（暂定），计算收益，与指数比较并绘图

当前回测结果：

strategy.py

按价值因子（选择账面市值比BM）进行选股（效果差，由于BM在大市值公司的效果不佳）

用CNN预测模型进行选股

用动量因子(MF)进行选股

用换手率因子(TR)进行选股(思路参考自Liu et al.(2019) Size and value in China, 修改了数据选取)

用LSTM与reluRNN预测模型进行选股

用GRU与tanhRNN预测模型进行选股(效果不佳已放弃)

用ResNet18,34,50预测模型进行选股

用DenseNet预测模型进行选股

用综合几种网络预测结果的集成学习策略进行选股

其余策略待更新

prediction.py

使用CNN对股票数据进行预测

使用LSTM与reluRNN对股票数据进行预测(GRU与tanhRNN由于效果不佳放弃)

使用ResNet18,34,50对股票数据进行预测(101与152由于效果不佳放弃)

使用DenseNet对股票数据进行预测

当前预测结果

sh.600000,浦发银行

sh.600004,白云机场

sh.600009,上海机场

sh.600010,包钢股份

sh.600011,华能国际

tushare_apikey.txt

本地保存tushare pro的apikey

/data/hs300_stocks.csv

存放指数股票列表数据

/data/stocks/sh.000300.csv

存放指数日线数据

/data/stocks/*.csv

存放回测个股日线数据

/data/train_data/*.csv

存放训练集个股日线数据

/data/*.pkl

存放训练集数据

/data/*.pt

存放训练完成的模型数据

result.jpg

回测结果展示图片

*_predict.jpg

单只股票预测结果展示图片