一种基于深度学习的股价预测系统及方法技术方案

本发明专利技术公开了一种基于深度学习的股价预测系统及方法，涉及金融科学技术以及计算机人工智能领域。本发明专利技术的预测系统包括市场实时行情采集单元、机器学习建模单元、预测处理单元、预测系统数据库、人机交互单元以及通信单元；该方法包括：步骤100：建立基于现有的机器学习技术(LSTM)开发的对未来股价涨跌的预测模型；步骤101：获取A股市场的历史和实时交易数据，输入预测模型；步骤102：预测模型基于输入的交易数据，对个股在短期内的涨跌情况进行预测处理，获取能够用于实时市场交易和建立新预测模型的交易建议。本发明专利技术能够将数据存储在对应不同种类金融产品、不同交易频率的数据库中，通过构建基于同一深度学习技术的统计学模型得到不同需求的输出结果。

【技术实现步骤摘要】
一种基于深度学习的股价预测系统及方法
本专利技术属于金融科学技术以及计算机人工智能领域，特别是涉及一种基于深度学习的股价预测系统以及一种基于深度学习的股价预测方法。
技术介绍
股票市场发展到今天人们进行了大量的研究，包括技术分析法、基本面分析法、价值投资法等，随着科技的发展、信息革命潮流和传统投资方法为人熟知，将使得预测股票走势需要更多更精准的预测分析方法，但是新的预测方法将会更加复杂，非经济和计算机应用
的人们很难把握股票走势和进行技术分析。现有的技术指标对非经济和计算机应用
的人们来说，很难掌握市场动态和股票走势；现有的技术指标对股票走势的预测由于使用的人过多，以及具有一定的滞后性和加上人为的主观判断，因此不够准确和稳定。综上所述，现有技术的主要缺点在于股票预测的方法缺乏准确性，对于非专业人员来说应用起来有较大困难。
技术实现思路
本专利技术提供了一种基于深度学习的股价预测系统及方法，解决了以上问题。为解决上述技术问题，本专利技术是通过以下技术方案实现的：本专利技术的一种基于深本文档来自技高网...

【技术保护点】
1.一种基于深度学习的股价预测系统，是基于机器学习技术(LSTM)开发的对未来股价涨跌的预测系统，其特征在于，包括市场实时行情采集单元(1)、机器学习建模单元(4)、预测处理单元(5)、预测系统数据库(3)、人机交互单元(2)以及通信单元(6)；/n所述机器学习建模单元(4)用于为股价预测处理中的复杂数学关系建立更加精准的数学模型；/n所述市场实时行情采集单元(1)用于获取市场股价波动实时和历史数据，并输入预测模型；/n所述预测处理单元(5)基于机器学习系统提供的预测结果，建立买卖执行模型；以及用于所述预测模型基于市场实时行情采集单元(1)输入的市场实时行情数据，对预测表现优异的股票进行买卖处...

【技术特征摘要】
1.一种基于深度学习的股价预测系统，是基于机器学习技术(LSTM)开发的对未来股价涨跌的预测系统，其特征在于，包括市场实时行情采集单元(1)、机器学习建模单元(4)、预测处理单元(5)、预测系统数据库(3)、人机交互单元(2)以及通信单元(6)；
所述机器学习建模单元(4)用于为股价预测处理中的复杂数学关系建立更加精准的数学模型；
所述市场实时行情采集单元(1)用于获取市场股价波动实时和历史数据，并输入预测模型；
所述预测处理单元(5)基于机器学习系统提供的预测结果，建立买卖执行模型；以及用于所述预测模型基于市场实时行情采集单元(1)输入的市场实时行情数据，对预测表现优异的股票进行买卖处理，获取能够取得收益的模型结果；
所述预测系统数据库(3)作为数据中心，用于存储、调取及更新来自市场实时行情采集单元(1)的市场实时行情数据、来自机器学习建模单元(4)的涨跌预测结果、以及来自预测处理单元(5)的执行指令，各模块均通过预测系统数据库(3)完成数据的交互；
所述人机交互单元(2)用于与用户交互，完成至少包含数据及曲线显示、以及系统管理及维护的操作；
所述通信单元(6)用于市场实时行情采集单元(1)、机器学习建模单元(4)、预测处理单元(5)与人机交互单元(2)彼此间的数据交互；所述预测处理单元(5)从预测系统数据库(3)中取出股价历史波动数据，经预测模型计算出股价涨跌的预测结果，并将预测结果送回预测系统数据库(3)。


2.根据权利要求1所述的一种基于深度学习的股价预测系统，其特征在于，所述市场实时行情采集单元(1)、预测处理单元(5)、通信单元(6)、机器学习建模单元(4)依次连接，所述预测系统数据库(3)分别与预测处理单元(5)及通信单元(6)连接，所述人机交互单元与通信单元(6)连接。


3.根据权利要求1所述的一种基于深度学习的股价预测系统，其特征在于，所述市场实时行情采集单元(1)包括因特网模块(11)、聚源数据库(12)、万得数据库(13)；所述预测处理单元(5)包括行情数据处理模块(51)与预测计算处理机(52)；所述通信单元(6)包括网络安全设备(61)与网络交换机(62)；所述机器学习建模单元(4)包括数据预处理模块(41)、机器学习训练模块(42)与模型测试模块(43)；所述预测系统数据库(3)包括预测系统数据库接口(31)与预测系统数据库服务器(32)；所述人机交互单元(2)包括图形用户界面接口(21)与图形用户界面模块(22)。


4.根据权利要求3所述的一种基于深度学习的股价预测系统，其特征在于，所述数据预处理模块(41)将各股的价格波动、买卖压差、交易量等数据从预测系统数据库(3)下载下来，在机器学习训练模块(42)上进行训练与开发，并最终将训练成功的模型信息发送给模型测试模块(43)。<...

【专利技术属性】
技术研发人员：朱扬墨，陆洋，金基东，
申请(专利权)人：上海卡方信息科技有限公司，
类型：发明
国别省市：上海;31