# StockPriceForecast

**Repository Path**: learningNervus/stock-price-forecast

## Basic Information

- **Project Name**: StockPriceForecast
- **Description**: 通过Tushare平台获取原始数据，并对原始数据进行处理，使用Pytorch框架搭建模型并预测股价。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 1
- **Created**: 2022-02-10
- **Last Updated**: 2024-07-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# **StockPriceForecast 股票价格预测**
## **1. 项目目标**
>    通过Tushare平台获取数据，进行数据清洗、数据处理，并训练神经网络，使用训练完成的模型对未来30天的股价进行预测。
## **2. 使用方法**
>   完整的代码可以使用 `main.py` 执行或者使用 `jupyter notebook` 调用模块快速使用。
## **2. 依赖模块**
>   `torch`, `tushare`, `numpy`, `pandas`, `xarray`, `dask`, `proplot`, `tqdm`
## **3. 项目结构**
> ### **`dataSet\ ` 目录**
> >###########目录层级  
> > |--- readme.md     # Help   
> > |--- main.py  
> > |--- main.ipynb  
> > |--- dataSet                # 存储数据  
> > |  |--- data           # 存储处理完的数据   
> > |  |  |--- basicData     # 存储股票列表、交易日历   
> > |  |  |  |--- `basicData.json`            
> > |  |  |--- marketData  # 存储行情数据（日）  
> > |  |     |--- `data.nc`    
> > |  |--- rawData           # 存储原始数据  
> > |  |  |--- basicData     # 存储行情数据（日）  
> > |  |  |  |--- `parameters.csv`   
> > |  |  |  |--- `stockList.csv`   
> > |  |  |  |--- `tradeCal.csv`   
> > |  |  |--- marketData  # 存储股票列表、交易日历   
> > |  |    |--- `20100104.csv`   
> > |  |    |--- `20100105.csv`   
> > |  |    |--- `20100106.csv`   
> > |  |    |--- `...`   
> > |  |--- `storeLog.json`     # 存储下载记录          
> > |--- forecastData  
> > |--- libs  
> > |  |--- `__init__.py`   
> > |  |--- modules      # 保存torch模型代码   
> > |  |  |--- `__init__.py`  
> > |  |  |--- `includes.py`  
> > |  |  |--- `ResNetLSTM.py`  
> > |  |  |---   
> > |  |  |---   
> > |  |--- `dataLoader.py`   # 从dataSet/中加载数据   
> > |  |--- `dataProcess.py` # 处理dataSet/中的数据  
> > |  |--- `functions.py`  # 工具函数文件  
> > |  |--- `getData.py`   # 从Tushare平台下载数据
> > |  |--- `quant.py`       # 量化   
> > |  |--- `visualization.py`   # 可视化   
> > |--- models   # 保存已训练的模型   
> >



## **4. 待办**
* DataLoader模块
* 模型训练框架
* 数据可视化框架
* 信号生成框架
* 回测框架（没用）