本项目起源与 https://github.com/borisbanushev/stockpredictionai
使用GAN预测次日的股票价格。代码实现参考另外的项目

• https://github.com/hungchun-lin/Stock-price-prediction-using-GAN 这个项目使用了tenserflower来实现了gan的训练和预测。不能运行。
• https://github.com/ChickenBenny/Stock-prediction-with-GAN-and-WGAN 这个项目也是参考了上面2个项目不同的地方是他加入了VAE算法。并且WGAN-GP的算法比较清晰。因此我按照该项目的WAN-GP模型来实现。

使用的交易策略

20240702

我已经实现了WGAN-GP模型，也基本拟合成功。但是发现问题：

• 训练选择的股票是601857。由于测试数据是上涨形态，所以测试下来利润是440个交易日20%的净利润。但是从利润盈亏图看来，当股票下跌趋势时，盈利出现了回撤。
• 交易策略采用了： 0. 今天预测第二天的价格
  1. 如果预测第二天涨，就持有或者购买。
  2. 如果预测第二天跌，就抛掉手中的股票。如果没有股票就不做动作。
  3. 将海龟交易策略结合后，并没有改善。
• 回撤有几种可能性。
  1. 运行形态发生了变化，训练数据中不包含改变后形态的识别能力
  2. 每次训练和预测只使用3天数据，作为步长。步长太短不能很好的识别20天的k线形态
  3. 技术指标不足已反映20天的形态变化
• TODO:
  1. 添加交易策略，通过判断30天的股票运动形态来决定预测价格后的决策。
  2. 将k线加工成蜡烛图， 然后通过CNN 判断K线的运动形态类型。
  3. 增加更多的技术指标
• 需要调研:
  1. 如何将多只股票的数据训练到一个模型中，提高模型的拟合能力。这个想法可能并不正确。
  2. 寻找更多的技术指标交易策略来加强交易策略提高交易盈利能力。这个想法可能并不正确。

20240720

• 使用数据制作蜡烛图数据集合. 这个项目提供了画蜡定制画烛图的代码 https://github.com/LPL0706/CNN-on-Stock-Candlestick-Charts

20240725

• 股票日数据爬虫.
• 作为训练数据,把股票的形态作为标签.
  1. 由于蜡烛图没有办法通过AI来打标签,需要人工打标签,图形形态,还在设计中