搜索资源列表
stock
- 本程序是读取钱龙股票数据的，是开发股票软件不可缺少的核心。-read Qian Longsheng stock data, the development of software stocks indispensable core.
technologyanalysis
- 根据股票数据，输出股票技术分析图，可以根据需要调整分析周期
GARCH
- 对GARCH－t模型参数的估计,主要是运用已有的股票数据估计参数
stockAny
- 这是一个股票盘后数据分析系统基础底层,已经实现了基本的K线图的重现,RIS线,均线图的重现, 是在一个台湾高手发布的原码上修改的,现在支持通达信的股票数据格式.
day2mat
- 用matlab读取大智慧数据下载的.day文件，得到股票数据。
读股票卡数据画K线图源码 (delphhi)
- 读股票卡数据画K线图-read data card stock painted map K
stock
- 本软件是可以用于静态的分析已经录入的股票数据的.
AnnouncementsCollection
- 根据网站的URL地址进行数据采集，主要是针对股票数据
ReadDate
- 读取网页中的股票数据，然后将其自动填充的列表中。自动化的提取网页中的股票的各种指数。-read website of stock data, and then automatically fill the list. Automated extraction website of the stock index.
股票接受数据
- StockInfo2k.mdb：Access2000数据库文件 StockInfo.sql：SQL脚本 StockInfo.db.bak：SQL Server数据库备份文件 ================================================== 本系统演示需要StockInfo2k.mdb，读者在开发时根据数据库类型选择不同的文件。 分析股票的情况，自己编写，只用于学习数据库的使用
_基于神经网络和遗传算法的金融数据分析方法研究
- 基于智能算法的股票分析,采用遗传算法优化神经网络(Based on the stock analysis of intelligent algorithm, the neural network is optimized by genetic algorithm)
股票爬虫
- 网易财经股票爬虫，通过python编写的，可以访问某只股票所有的历史数据(Netease financial stock crawler, written by python, can access all the historical data of a stock)
聚源数据字典
- 金融数据开发较为查用的数据字典， 包含行情，行业，宏观，个股等相关数据
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i
股票预测-最小二乘
- 采用最小二乘法进行MATLAB编写，开盘为输入，收盘为输出。1-600个数据为训练样本集，601-700为预测样本。先对数据进行标准化处理，再利用最小二乘法对模型进行预测，最后进行反标准化处理后输出。(The least square method is used to compile MATLAB. The opening is input and the closing is output. 1-600 data are training samples and 601-700 predic
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing pr
量化交易策略
- Python，获取股票数据，股票量化交易策略(Quantitative stock investment strategy)
股票预测
- python LSTM进行时间序列预测，股票每日的数据(Time series prediction by Python LSTM)
基于BP神经网络的股票数据预测模型
- 采用了BP神经网络的算法能较好的预测股票收盘价的趋势(BP neural network algorithm is used to predict the trend of stock closing price)