该程序从股票数据库加载数据,进行清洗和特征工程,然后构建并训练一个Transformer神经网络模型,用于预测股票未来收益。它严格检查数据并评估模型,最终保存处理数据及模型。
本程序旨在解决基于历史股票数据预测未来股价收益的挑战。通过数据清洗、特征工程(如日线涨跌幅、换手率)和Transformer神经网络训练,它能为投资者提供未来1到5天股票潜在表现的预测,从而辅助投资决策,并严格确保数据和模型的预测质量与稳定性。
本 算法 模型 建立于 kaggle 平台,
代码已经开源, 通过以下链接可以浏览源代码,复制 notebook 以后,可以自己运行程序,也可以自己修改。
https://www.kaggle.com/code/larry54321zhao/compare2f-transformerbase