采集历史行情数据,构建 LSTM 时间序列模型预测股价走势,并通过可视化对比预测值与真实值,含模型评估指标。
功能模块
- 行情数据采集与清洗
- 特征工程与序列样本构建
- LSTM 训练、预测与评估
- 预测结果与真实值对比可视化
技术栈
Python + PyTorch 构建 LSTM,数据处理 Pandas,可视化 ECharts,后端 Flask。
系统角色
- 管理员:数据与模型管理
- 用户:查看预测与图表
适用专业
人工智能、数据科学与大数据技术、金融工程(信息化方向)。可作为本科毕业设计、课程设计或实训项目选题。
交付内容
- 完整可运行源码(含数据库建表与示例数据脚本)
- 本地部署与运行说明文档(图文步骤)
- 核心功能演示截图,关键模块代码注释
- 购买后提供基础的安装答疑协助
说明:本条目为示例数据,封面与截图均为本地占位 SVG,正式上架内容请在管理后台编辑替换。源码仅供学习与个人项目参考。