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
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
- 如果预测第二天涨,就持有或者购买。
- 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。
- 将海龟交易策略结合后,并没有改善。
- 回撤有几种可能性。
- 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
- 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
- 技术指标不足已反映20天的形态变化
- TODO:
- 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。
- 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。
- 增加更多的技术指标
- 需要调研:
- 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。
- 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.
- 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