本文是对于medium上Boris博主的一篇文章的学习笔记，这篇文章中利用了生成对抗性网络（GAN）预测股票价格的变动，其中长短期记忆网络LSTM是生成器，卷积神经网络CNN是鉴别器，使用贝叶斯优化（以及高斯过程）和深度强化学习（DRL）优化模型中超参数。此外，文章中非常完整地实现了从特征抽取 摘要： 用机器学习来把股价走势安排的明明白白! 机器学习和深度学习已经在金融机构中找到了自己的位置，因为它们能够以高精度预测时间序列数据，并且工程师们仍在继续研究以使模型更好。这篇文章是我使用机器学习来预测股票价格的入门项目。 它基于 监督式学习. 监督式机器学习能够根据已有的包含不确定性的数据建立一个预测模型。监督式学习算法接受已知的输入数据集（包含预测变量）和对该数据集的已知响应（输出，响应变量），然后训练模型，使模型能够对新输入数据的响应做出合理的预测。 机器学习炒股启动。。。 - 从tushare下载了一年的数据，做了一个简单的模型 用收盘价和成交金额做特征， 预测个股在3个月后的涨跌，只有60%的正确率，比随机猜涨跌高点，也不多。。。 基本上65%的准确率就是所有K线方法的上限了。 深度学习做股票预测靠谱吗？ 我认为至少目前是不靠谱的，原因 1。股市是一个社会系统，涉及到的方方面面太多，从经 百 济、政治、军事、社会、科学、气候、环境、社会心里学、甚至伦理道德等等等等，这一切无法从电脑的一个什么程序里模拟出来，这和下棋的复杂程度远远不是一个数量级的。
架构：股票预测与机器学习. 概括而言，股票预测和机器学习的架构(如下图所示)支持一个由预测模型推动的优化过程，并有三个基本组成部分。首先是输入，实时交易数据必须被捕获和存储，变为历史数据。其次，系统必须能够从数据的历史趋势中学习，并通过 2019深度学习框架排行榜 (从TOP 10到TOP 3) Python开发者宝典：10个有用的机器学习实践! GitHub近10万星：印度小哥用Python和Java实现所有AI算法 未来学家预测2099年内的世界将发生的变化 人工智能时代，我用Python写了一个智能机器人来聊天，非常不错! 基本面量化投资是近年来金融科技和量化投资研究的新热点。作为人工智能的代表性技术，机器学习能够大幅度提高经济学和管理学中预测类研究的效果。本文系统性地运用机器学习，来提升基本面量化投资中的股票收益预测模块。
以预测股票涨跌案例入门基于SVM的机器学习 - 暮无雪代码博客 以预测股票涨跌案例入门基于svm的机器学习 以股票为例，SVM能根据若干特征样本数据，把待预测的目标结果划分成“涨”和”跌”两种，从而实现预测股票涨跌的效果。 MATLAB金融算法分析实战：基于机器学习的股票量化分析【全 … matlab金融算法分析实战：基于机器学习的股票量化分析 电子书 租阅. matlab中文论坛鼎力支持，提供“在线交流，有问有答”网络互动答疑平台 详解matlab金融工具箱及金融算法分析与应用 涵盖43个量化投资指标、14种算法应用和23个算法案例 涵盖14种常用数据处理算法、8种股票预测机器学习算法 详解 机器学习股票价格预测从爬虫到预测-数据爬取部分 - 掘金
A-stock-prediction-algorithm-based-on-machine-learning （陆续更新）重新整理过的基于机器学习的股票价格预测算法，里面包含了基本的回测系统以及各种不同的机器学习算法的股票价格预测，包含：LSTM算法、Prophet算法、AutoARIMA、朴素贝叶斯、SVM等 这本书为机器学习技术提供了一些非常棒的案例研究。它并不想成为一本关于机器学习的工具书或者理论书籍，它注重的是一个学习的过程，因而对于任何有一些编程背景和定量思维的人来说，它都是不错的选择。 机器学习和深度学习已经在金融机构中找到了自己的位置，因为它们能够以高精度预测时间序列数据，并且工程师们仍在继续研究以使模型更好。这篇文章是我使用机器学习来预测股票价格的入门项目。它基于我的项目AlphaAI，这是一个堆叠的神经网络架构，可以预测各个公司的股票价格。
因此，统计方法在股票指数的预测上表现不佳，本文决定使用机器学习方法来对股指价格进行预测。 以往研究中，单个KNN模型难以满足预测股票价格的需要，混合模型和改进模型更为常见。Li Hui等按照K近邻的思路来对财务困境特别是破产预警问题进行预测 [3] 。 翻译 利用Keras长短期记忆(LSTM)模型预测股票价格 陆勤 2018-11-23 90147 0 0 > LSTMs在序列预测问题中非常强大，因为它们能够存储过去的信息。 基于机器学习的股票分析与预测模型研究，姚雨琪;-市场周刊2019年第02期杂志在线阅读、文章下载。<正>一、引言国外股票市场的股票分析预测开始得很早,研究者们将各种数学理论、数据挖掘技术等应用到股票分析软件中,并通过对历史交易数据的研究,从而得到股票的走势规律。 申万宏源--基于gbdt机器学习预测方法:2017年报高送转股票预测组合【投资策略】,股吧,金融界爱股,【研究报告内容摘要】 时至年末,即将进入年报利润分配及送转预案披露密集期。"高送转"行为通常会被认为公司向市场传递了未来业绩将保持高增长的积极信号,每年上市公司年报及半年报出台前,是高