股票预测 LSTM 时间序列rnn 代码程序数据集.zip

Tensorflow-LSTM-Stock Forecast DEMO-Annotation Edition

可用于进行序列预测的一维数据集，取自某支股票的某时间段内的价格。

数据集有三列:年、月和乘客。“passengers”列包含指定月份中旅行的乘客总数,可以看到数据集中有144行3列,这意味着数据集中包含了乘客12年的出行记录。这项任务是根据前132个月的数据,预测过

该数据集包含了沪深300指数的历史数据，可用于训练和测试 LSTM 模型进行股票预测。数据已经过预处理，格式为 CSV，方便直接使用。

stock_price_prediction_LSTM 使用LSTM预测股票价格。

粗集理论对股票时间序列的知识发现\股票时间序列长期相关性的修正DFA识别\股票时间序列模型的关联规则挖掘等等

时间序列数据集（UCR）.rar

基于时间序列的股票价格预测及实证分析,刘倩,王晓天,本文对股票市场及股票预测机理与方法都做了有益的探索。在实证分析中,我们选取了白云机场近半年的股票价格作为样本,并且应用SAS

训练数据集包含大约145k时间序列。从2015年7月1日至2016年12月31日,每个时间序列都代表着一篇不同的Wikipedia文章的大量每日视图。培训阶段的排行榜基于2017年1月1日至3月的流量

该程序基于CNN-BiLSTM卷积双向长短期记忆神经网络，可用于单变量时间序列预测。程序附带完整的Matlab代码和数据。运行环境要求Matlab2020及以上版本。下载本程序和数据，可实现更加准确的