程序聚合 软件案例 基于lstm神经网络的金融时序分析系统-金融时序分析系统

基于lstm神经网络的金融时序分析系统-金融时序分析系统

2025-08-02 22:02:45
行业:金融、物联网
载体:框架或代码包、算法模型
技术:Python、Deeplearning4j、Optuna、PyTorch

业务和功能介绍

①项目采用前沿时序预测的顶会论文作为理论支撑,大部分预测效果中胜率优于60%。采用pytorch的lstm神经网络框架,选取多种信号分解技术与机器学习(kpca-ceemdan-kmeans-vmd)做为特征工程,optuna作为超参优化,并额外为程序配置了线性回归和决策树算法分析股票预测曲线
②导师要求基于某股票数据源做一款金融分析系统,自由选择技术,由此为出发点,对项目进行数次汇报,后期开发主要聚焦于收集问题-重新调整程序功能-程序功能扩展三个环节
具有多种策略功能生成预测曲线,包括lstm、线性回归、机器学习等方法
对股票原始特征进行多重数据分解,旨在获得股票最有时序特征的分量片段
使用者可以对依据预测曲线对股票进行回测,大部分预测效果中胜率优于60%
使用者在程序中的操作只需选取股票代码+股票的范围就能获得数据源,并逐个选项卡按默认配置处理即可得到预测曲线,在程序中再根据预测曲线与股票原始曲线进行对比即可进行股票回测,分析股票价值

项目实现

程序代码部分由个人全部独立开发,自行选择技术理论支撑,导师指导大致改进方向,开发时间为四周400h,代码量为5000行
技术栈有lstm神经网络,机器学习,特征工程,optuna超参优化

示例图片视频


李宸
30天前活跃
方向: 人工智能-机器学习与深度学习、
交付率:100.00%
相似推荐
quick_server
1、背景和目标:对企业所有服务请求进行轻量级安全和速度优化,减轻服务器的并发压力。 2、quick_server系统,不依赖外部引用,即插即用,主要用来进行极速快捷安全的http请求。大大减轻服务器的并发压力。轻松实现高并发场景下极速快捷安全的http请求。
json解析转换器
1、背景和目标:一、超级快速、安全对json的解析与对象转换;二、支持分布式超高并发 2、json解析转换器,支持分布式高并发,支持百万级别访问。用于快速进行json的解析与对象转换。原有的开源工具,要么安全性不够,要么性能不够强悍,要么不支持定制,很难满足企业日益严苛的业务需求。开发的这个json解析转换器,可以同时满足以上三种需求。
消息中心
1、背景和目标:解决高并发,对外提供统一的消息处理业务 2、功能模块介绍:六大功能模块:http通讯模块、缓存模块、消息队列模块、消息重试中心模块、消息调度模块、公共模块;对外百万级别并发项目,TPS可达1000/s。作为中间件,对外提供统一的消息处理业务。所有系统,包括电子签章平台、一照通行平台、一网通办平台,消息的请求和处理都经过消息中心。轻松实现异步、解耦、削峰。 3、功能描述:支持企业所有的内部系统接入,包括电子签章平台、一照通行平台、一网通办平台。轻松实现异步、解耦、削峰。
CRM客户管理后台
立项背景:针对中小型企业客户信息分散、销售跟进过程不透明、合同管理混乱等痛点,旨在打造一个轻量级的客户全生命周期管理后台,提升销售团队协作与转化效率。 核心功能:涵盖管理员登录鉴权、客户主表管理、联系人维护、跟进记录追踪、合同管理等六大模块。支持客户信息分页查询、关键字搜索、新增编辑与逻辑删除;客户详情页以名片形式集中展示联系人、跟进记录及关联合同。 业务流程:从潜在客户录入,到日常跟进记录,再到最终合同签订与操作日志审计,覆盖完整的销售业务闭环。
个人记账与资产管理平台
本项目是一套从零搭建的全栈个人财务管理平台,目标是替代功能单一的记账工具,把日常记账、资金账户、借贷往来、预算控制、资产盘点收敛到一个数据自主的系统中。系统由 12 个业务模块、23 个控制器、170 个 REST 接口、36 张数据表构成:记账核心支持三级分类树、商家联想、多平台支付与 CSV 批量导入导出,每笔账单自动联动账户余额并留存流水日志;借贷模块实现未结清 / 已结清 / 已放弃三态模型,支持分期还款与坏账核销;预算模块提供月度 + 年度双层体系与阶梯式执行规则;资产模块通过快照与趋势图呈现净资产变化;报表模块支持从月度 / 年度报表下钻到分类明细。系统还包含完整 RBAC 权限体系、软删除回收站、8 套主题实时切换与中英双语国际化。核心业务流程为:记一笔 → 余额幂等联动 → 报表与预算同步更新;借据从创建、关联账单凭证、分期还款到三态判定的完整生命周期;以及登录后由后端菜单树动态生成侧边菜单、路由与区块双重门控的权限链路。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服