TensorFlow预测研究
预测科学是一门概率统计科学,对于统计结果有规律,但对于单一事件存在不确定性。
本预测仅供个人学习研究TensorFlow模型预测使用,本预测仅代表本人使用的模型中得出的结论,不代表任何人的观点,切勿用于任何商业用途。切记:入市有风险,投资需谨慎。
本预测基于证券之星网站页面数据,从以下几个纬度建立模型:
g1x1:评级机构(所有评级机构按顺序编号)
g1x2:本次评级(1增持、2买入、3不评级、4卖出、5减持、6未知)
g1x3:今天距离上次评级的天数
g...x...:(每个评级机构对该公司的评级)
x1:今天距离历史数据第一天的天数
x2:昨日开盘价
x3:昨日收盘价
x4:最近一个交易日内,滚动播报的新闻条数
x5:是否为发布除权除息日
x6:是否为除权除息日
x7:昨日主力买入
x8:昨日主力卖出
x9:昨日散户买入
x10:昨日散户卖出
x11:昨日主力买入比例
x12:昨日主力卖出比例
x13:昨日散户买入比例
x14:昨日散户卖出比例
x15:净流入散单
x16:净流入小单
x17:净流入大单
x18:净流入特大单
模型输出:
y1:预测是否处于向后30天内最低点
y2:预测是否处于向后30天内最高点
y3:预测是否处于向后90天内最低点
y4:预测是否处于向后90天内最高点
y5:预测是否处于向后365天内最低点
y6:预测是否处于向后365天内最高点
y7~y37:预测今天以后的30天内的开盘价
y38~y68:预测今天以后的30天内的收盘价
目前,从网上获取到的可用的输入纬度只有这几个,当然本人获取的不够全面,如果能够积累更多纬度的历史数据,将会有助于提高模型的精度。(思路在这里了,你也想来试一把?请注意使用梯度下降,找最优解。)
注意:转发请注明作者张人杰和出处https://up-task.com。