- Notifications
You must be signed in to change notification settings - Fork15
🚀一个结合了LSTM股票价格预测与强化学习交易策略的智能股票交易系统。通过深度学习对股市数据进行精准预测，并利用强化学习自动优化交易决策，实现了从数据获取、趋势预测到自动交易的全流程智能化。系统不仅提供了强大的数据处理和预测功能，还内置交互式可视化界面，帮助用户实时查看预测结果与交易决策，适用于多支股票的批量处理，帮助投资者更好地捕捉市场机会，提升交易效率与收益。
License
NotificationsYou must be signed in to change notification settings
MilleXi/stock_trading
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
基于LSTM预测和强化学习的股票交易AI系统。该系统结合了深度学习的预测能力和强化学习的决策能力，可以自动进行股票价格预测和交易决策。
- 使用LSTM进行股票价格走势预测
- 采用深度进化策略(Deep Evolution Strategy)进行交易决策
- 完整的数据处理和特征工程
- 可视化界面展示预测和交易结果
- 支持批量处理多支股票
- Python 3.12+
- Poetry包管理器
- PyTorch (推荐CUDA支持)
- Gradio (用于创建Web界面)
- 克隆项目:
git clone https://github.com/MilleXi/stock_trading.gitcd stock_trading- 使用Poetry安装依赖:
poetry install
如果需要安装PyTorch的特定CUDA版本，请参考PyTorch官方安装指南。
项目包含四个主要模块，按以下顺序运行：
python process_stock_data.py
- 从Yahoo Finance下载股票数据
- 计算技术指标（如MA, RSI等）
- 数据预处理和清洗，包括去除缺失值、归一化等
- 结果保存在
data目录中，包含处理后的历史股票数据以及技术指标
python stock_prediction_lstm.py
- 使用LSTM模型预测股票价格
- 模型训练、验证、评估
- 预测结果可视化
- 结果保存在
results/predictions目录
python RLagent.py
- 基于深度进化策略的交易代理
- 自动学习交易策略
- 交易结果分析
- 结果保存在
results/transactions目录
python gradio_interface.py
- 提供Web界面进行交互
- 可视化预测结果和交易决策
- 支持用户选择股票和时间区间并下载股票数据【更新！无需自行下载数据并上传csv】
- 支持参数调整和实时预测
stock_trading/├── data/ # 存储股票数据├── results/ # 存储结果│ ├── predictions/ # 预测结果│ ├── transactions/ # 交易记录│ └── pic/ # 可视化图表├── process_stock_data.py # 数据处理模块├── stock_prediction_lstm.py# LSTM预测模块├── RLagent.py # 强化学习交易模块├── visualization.py # 可视化工具├── gradio_interface.py # Web界面└── README.md # 项目文档数据处理
- 自动下载股票数据
- 计算技术指标
- 数据归一化和预处理
价格预测
- LSTM模型训练
- 预测准确率评估
- 预测结果可视化
交易决策
- 强化学习策略优化
- 自动交易信号生成
- 收益率分析
可视化界面
- 交互式操作
- 可自由选择股票和时间区间并下载股票数据【更新！无需自行下载数据并上传csv】
- 可自由调整参数并训练
- 预测展示
- 交易结果分析
- 提供下载Agent交易记录
- 项目使用Poetry进行依赖管理
- 如果遇到网络问题，可能需要配置代理来下载股票数据
- 建议使用GPU进行模型训练以提高性能
如有问题或建议，欢迎在GitHub上提issue。