A Stock Prediction System with Deep Learning

基于深度学习的股市预测系统 —-

本系统参考了 https://github.com/borisbanushev/stockpredictionai 并尝试在A股市场中预测股价。

在股价预测基础上,实现依托强化学习算法的自动量化交易平台,平台的人工定义策略、回测系统、实盘交易等功能依托现有的开源平台修改构建,自动交易算法依托强化学习和预测学习结果,尝试将深度学习预测和智能Agent决策进行有效串联,实现稳定的决策收益。

数据来源:https://tushare.pro/

量化交易平台:https://github.com/vnpy/vnpy

For more information : https://longfly04.github.io/A-Stock-Prediction-System-with-Deep-Learning/


深度学习预测系统

本系统使用了时间序列模型对股票价格特征进行建模,并利用强化学习算法DQN控制模型训练过程,对超参数空间进行探索,期望找到针对每支股票最合理的模型。

作者同时正在探索一种新的基于强化学习的量化投资系统,以本系统预测结果为依据,结合策略库进行最优化选择,实现股价预测结合指标分析的量化投资系统。

系统框架图如下:

模型框架

目录

1. 概述

2. 研究现状

3. 系统框架和主要功能

3.1 数据获取

3.2 特征工程

3.3 模型

3.4 训练和控制

4. 创新点

强化学习交易决策系统

基于强化学习的量化交易系统相比于传统量化交易具有很大优势,首先传统量化交易系统依靠回测来判断策略好坏,本身股市具有高度随机性,回测的历史结果不足以表示未来的股市走势,需要一种能够动态判断股市涨跌并作出科学决策的系统进行决策;其次,传统量化交易以市场和股票各种指标的特征进行人工设计算法,具有很大的主观经验性和决策面局限性,无法考虑大量的决策因子之间的关系,而通过强化学习算法对整个股市环境进行感知,并以历史数据作为自我训练环境进行不断的投资实验,可以实现对股市的精确判断,结合本系统重要的股价预测基础功能,可以在预测未来走势基础上合理投资并规避风险。

目录

5. 强化学习概述

6. 量化交易系统框架

7. 策略库、股票池和实盘交易模块

8. 结果和评估

9. 总结

本系统基于成熟的量化交易框架扩展实现,始终站在巨人的肩膀上仰望星空。


感谢支持,赚个积分。

https://tushare.pro/register?reg=266868