PS D:\01-sourceCode\02-AICDA\predict-price-model> Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser PS D:\01-sourceCode\02-AICDA\predict-price-model> ..venv\Scripts\Activate.ps1
作者文章归档:course
中国A股市场5分钟级别数据预测系统设计文档
中国A股市场5分钟级别数据预测系统设计文档
1. 项目概述
1.1 目标
使用深度学习模型(LSTM/Transformer)基于过去24个交易日的5分钟级别历史数据,预测下一个交易日全天的5分钟级别市场数据(48个时间点)
1.2 核心挑战
- 超长序列预测(输入6912点 → 输出48点)
- 中国A股特有市场规则(涨跌停、T+1、交易时段)
- 高频数据噪声与市场突发事件影响
- 散户主导市场的情绪化波动
1.3 适用范围
- 沪深300成分股及指数ETF(510300等)
- 交易日正常开市时段(9:30-11:30, 13:00-15:00)
- 非极端行情时期(避免熔断、股灾等异常情况)
2....
mplfinance-金融数据可视化设计
mplfinance 是基于 Matplotlib 的 Python 库,专为金融数据可视化设计,提供了简洁的 API 用于创建专业的金融图表。以下是其核心功能与使用示例:
主要功能
-
K线图(Candlestick Charts)
展示开盘价、收盘价、最高价、最低价,直观反映价格波动。 -
OHLC 图表
简化版 K 线图,用线段表示价格区间。 -
成交量图表
显示交易量与价格的关系,支持与价格图表叠加或分屏显示。 -
移动平均线
支持多种周期的 SMA、EMA 等均线指标。 -
技术指标叠加
可添加 MACD、RSI、Bollinger Bands 等...
时间序列预测-确定性过程建模
在时间序列预测中,确定性过程建模是指识别和建模时间序列中那些非随机、可预测、有规律可循的组成部分。这些成分通常由已知的、固定的模式驱动,而不是由随机波动主导。
理解时间序列的典型分解有助于理解确定性过程:
- 趋势: 序列长期表现出的上升、下降或水平移动。例如,人口增长、技术普及带来的销量上升。
- 季节性: 在固定周期(如一天、一周、一月、一年)内重复出现的模式。例如,每日用电高峰、季节性商品销售、节假日效应。
- 周期性: 在非固定周期(通常长于季节性周期)内出现的波动,通常与经济周期相关。其频率和幅度不如季节性稳定。例如,房地产周期、大宗商品价格周期。
- 特殊事件/干预: 已知的一次性或短期事...
xtquantai-迅投 (xtquant) 量化交易平台的功能与人工智能助手集成
https://github.com/dfkai/xtquantai 是 xtquantai 项目的 GitHub 仓库链接。以下是关于该项目的一些关键信息总结:
项目概述
xtquantai 是一个基于 Model Context Protocol (MCP) 的服务器,它将迅投 (xtquant) 量化交易平台的功能与人工智能助手集成,使 AI 能够直接访问和操作量化交易数据和功能。
功能特点
- 基础数据查询:
get_trading_dates:获取指定市场的交易日期。get_stock_list:获取特定板块的股票列表。get_instrument_detail:获取股票的详...
statsmodels.tsa-时间序列分析的核心模块
一段话总结
statsmodels.tsa 是用于时间序列分析的核心模块,包含丰富的模型类和工具函数,涵盖线性模型(如AR、ARMA、VAR)与非线性模型(如Markov切换模型)。其核心功能包括 描述性统计分析(自相关ACF、偏自相关PACF、周期图)、统计测试(单位根测试ADF/KPSS、Granger因果检验、协整检验)、参数估计(极大似然MLE、条件最小二乘、卡尔曼滤波),以及时间序列滤波(Baxter-King、Hodrick-Prescott)、确定性过程建模(时间趋势、季节性) 和预测模型(Theta模型、STL分解后预测)等,支持从数据诊断、模型拟合到预测的全流程时间序...
特征编码:机器学习模型理解世界的桥梁
特征编码:机器学习模型理解世界的桥梁
在机器学习项目中,数据往往以各种形态呈现:用户ID、城市名称、产品类别、学历等级、日期时间……这些信息对人类而言含义清晰,但对绝大多数机器学习模型来说却如同天书。模型的核心是数学运算(向量、矩阵、梯度计算),它们只能直接处理数值型数据。这就是特征编码要解决的核心问题:将非数值型(类别型、文本型、时间型等)数据,转化为适合机器学习模型处理的数值型表示,同时尽可能保留或揭示原始数据中蕴含的有价值信息。
以下是特征编码解决的关键问题及其深层意义:
1. 解决数据格式兼容性问题:让模型“能看见”
- 根本矛盾: 模型(如线性回归、SVM、神经网络、大部分树模型...
当AI化身金融研究员:一场投资研究的智能革命
当AI化身金融研究员:一场投资研究的智能革命
在金融的世界里,每一个决策都关乎真金白银,容不得半点马虎。而投资研究,更是这场财富博弈中最关键的一环。传统的投资研究,往往需要研究员们耗费大量的时间和精力去收集、整理和分析数据,过程繁琐且效率低下。但现在,随着人工智能技术的飞速发展,一场投资研究的智能革命正在悄然上演。今天,就让我们一起走进这场革命,看看AI是如何化身金融研究员,改变投资研究的格局的。
一、技术架构:智能投资研究的核心逻辑
在这场智能革命的背后,是一套精心设计的技术架构。从相关的技术展示中,我们可以清晰地看到,其核心在于“多智能体协作 + 记忆增强 + 人类反馈 + 数据驱动...
大盘云图-金融界-量化平台-09013
一段话总结:
该网页为金融界“大盘云图”数据中心页面,更新时间为2025-07-21 15:00,包含涨跌幅(覆盖-4%至4%区间)、近一周/一月/一年涨跌幅、资金流向、市盈率等核心数据,提供“涨跌停温度计、龙虎榜、热榜”等功能导航,并有“鼠标移动到区域显示行业股票列表和价格”的温馨提示,同时展示了相关市场分析文章标题(如“重塑市场信心,3500或只是起点!”)及网站版权与合规信息。
思维导图:
## **页面基本信息**
- 名称:金融界大盘云图数据中心页面
- 更新时间:2025-07-21 15:00
## **核心数据维度**
- 涨跌幅:-4%、-3%、-2%、-1%、0%、...时到量化-量化框架-量化平台-09012
一段话总结
时到量化是一个聚焦投资参考服务的平台,针对不同风险承受者,提供精选股票策略、多维度财报研究、大盘/板块/ETF云图等核心功能,并覆盖全球主要市场行情(含A股、美股、港股等),通过持续播报模拟实盘、展示各类股票数据(如涨停开板、低估值、高分红等)助力用户发掘投资机会;平台还于2025年6月进行了多项功能更新,包括增加评级标识、AI点评涨停分析等,提升用户体验。
思维导图
## **平台核心功能**
- 股票策略:基本面选股+技术面择时
- 财报研究:多维度解析财报,挖掘投资价值
- 云图工具:大盘云图、板块云图、ETF云图
- 全球行情:覆盖全球主要市场股票信息
- 模拟实盘...