目录
目录readme.md

项目说明

项目目标与功能

分析股价综合分析预测工具的功能需求,研究其设计及实现技术。设计股价综合分析预测工具的总体结构,实现如下功能:

  • 展示大盘指数行情、股票对比分析、个股信息分析
  • 明日股价预测、股价区间预测、股价走势预测、股价涨跌预测
  • 登入、注册,登出
  • 对所实现的部分进行测试和评价。·

项目技术栈

  • 生态:Python 3.8

  • Web框架:Django 3

  • 数据存储技术:Dataframe文件存储

  • 深度学习框架:keras

  • 前端技术:bootstrap4+jquery+ajax+echats

  • 算法:lstm,归一化

项目结构

img

结构说明

  • stock:Django项目的主app

  • stockapp:实现股票展示、预测、更行等操作的app

  • forecast:算法模块,存放预测算法、数据处理函数、各种工具类函数。

  • static:存放系统各种静态资源(js,css)

  • templates:存放前端html页面

    • stockList.html:主页,展示所有股票的列表
    • stockDetail.html:股票详情页,展示股票的详细信息
    • stockSinglePredict.html:股票预测页,展示针对单个股票的预测结果(包含股票走势、区间、变化、明日股价1)
    • stockComparison.html:股票对比页面,对比两只股票的信息
    • marketIndex.html:展示大盘指数
  • data:ts_code.csv(代码为ts_code的股票的数据存放文件),allStock.csv(存放所有股票的简要信息)

  • backup:保存临时的代码文件,无用,可以直接删除

重点说明stockapp下的各种文件作用

img

.pytest_cache:系统缓存文件

migrations/:此目录包含Django应用程序的数据库迁移文件。每当您更改数据库表时,都应该创建一个新的迁移文件,并运行migrate命令来将更改应用于数据库。

app.py:此文件定义了Django应用程序的配置。您可以在这里指定应用程序的名称,URL配置和其他设置。

url.py:此文件包含Django应用程序的URL配置。您可以在这里定义哪些URL应该与哪些视图函数匹配,并将它们映射到适当的视图函数。

views.py:此文件包含Django应用程序的视图函数。视图函数处理来自URL的请求,并根据需要从数据库中检索数据,并将其呈现为HTML响应。

calculate_indicators.py:计算股票的各种指标

Stock下各种文件的作用

img

  • settings.py:此文件包含Django项目的所有设置。您可以在这里指定数据库配置,静态文件路径,安装的应用程序列表等等。

  • forms.py:此文件包含Django应用程序的表单类。表单类用于验证用户提交的数据,并将其转换为模型实例。

  • manage.py:此文件是Django项目的命令行工具。您可以使用它来运行服务器,创建数据库迁移,运行测试等等。

项目部署与运行

准备工作

项目用到了tushare 的api,需要使用者自行去tushare官网申请账号,获取api token填写到如下的位置:

image-20230716000221588

tushare官网:Tushare数据

获取api token的url:Tushare数据

image-20230716000324935

部署项目:你需要安装项目所需要的一切相关的python库。

1 用pycharm打开项目,右下角选择你的python环境

img

2 然后代开终端terminal, 输入:pip install –file requirements.txt

img

运行方式

方式一:终端输入:python manage.py runserver

方式二(推荐):

1 点击如图所示位置img

2 选择你的环境

img

3 点击如下按钮:

img

项目效果展示

imgimgimgimgimgimg

img

img

使用注意事项

主页最上面的第两个按钮是更新所有股票数据的。因为数据量很大,所以这个操作都非常费时间。之所以这么慢是因为股票的数据量很大 。在进行股票更新,不要进行其他操作,否则会更新或者预测失败。

其次就是更行股票了,就是从网上获取最新的股票数据更新到心里的data文件夹中,保持数据的实时性。同样地,因为有100个股票,所以更行股票操作需要好几十分钟,比较慢。

关于

基于Django,keras,axios, echats的智能股票分析系统。集成了LSTM深度学习神经网络的实践序列预测算法,进行股票的预测

4.3 MB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

©Copyright 2023 CCF 开源发展委员会
Powered by Trustie& IntelliDE 京ICP备13000930号