深度学习在大量数据的拟合下，可以近似的找到结果和输入数据之间的传输网络。笔者尝试用拿今天和昨天的股票数据（开盘价格、收盘价格、最高价、成交量、价格变动、涨跌幅、5日均价、10日均价、20日均价、当天上证指数的开盘指数、收盘指数、最高指数等64个维度的数据）去预测明天股票的涨跌趋势的准确性。股票数据新浪财经的接口都能拿到，这里笔者采用" />
该文章内容可能包含未经证实信息，如您已证实，请点击举报，了解更多内容请查看
如何用深度学习来预测明天的股票趋势
当前浏览器不支持播放音乐或语音，请在微信或其他浏览器中播放
深度学习在大量数据的拟合下，可以近似的找到结果和输入数据之间的传输网络。笔者尝试用拿今天和昨天的股票数据（、收盘价格、最高价、成交量、价格变动、涨跌幅、5日均价、10日均价、20日均价、当天上证指数的开盘指数、、最高指数等64个维度的数据）去预测明天股票的涨跌趋势的准确性。
股票数据新浪财经的接口都能拿到，这里笔者采用tushare的python包，遍历sh00002三年来的，将当前天信息、大盘信息、前一天的股票信息存在x_all数组里，后一天的存在y_all数组里。
笔者采用的是卷积神经网络，创建的模型是一个典型的多层卷积网络。卷积使用的是官方提供的样例中采用的参数，1步长的模板，池化采用2x2模板。
第一层卷积使用的也是官方推荐的5x5de patch,这里，将股票数据64维的数据重置成一个4d的向量x_image，将x_image和权值向量进行卷积，加上偏置项，应用激活函数，进行池化。
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(x, [-1,8,8,1])
卷积后进行池化
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
构建一个更深的网络
W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
h_pool2 = max_pool_2x2(h_conv2)
构建一个全连接层
W_fc1 = weight_variable([2 * 2 * 64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 2*2*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
W_fc2 = weight_variable([1024, 2])
b_fc2 = bias_variable([2])
y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
这里将输入数据切割了一个个块，用于循环训练
cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).miize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
def chunks(arr, n):
& & return [arr[i:i+n] for i in range(0, len(arr), n)]
print x_all
x_all_batch = []
y_all_batch = []
x_all_batch = chunks(x_all,100)
y_all_batch = chunks(y_all,100)
init = tf.global_variables_initializer()
sess = tf.InteractiveSession()
sess.run(init)
print "batch -----"
print x_all_batch
print "训练开始了-----"
for i in range(20000):
& j = i % len(x_all_batch)
& if i%100 == 0 :
& & & train_accuracy = accuracy.eval(feed_dict={x:x_all_batch[j], y_: y_all_batch[j], keep_prob: 1.0})
& & & print "step %d, training accuracy %g"%(i, train_accuracy)
& train_step.run(feed_dict={x: x_all_batch[j], y_: y_all_batch[j], keep_prob: 0.5}
取测试数据测试准确度
print "准确率"
print "test accuracy %g"%accuracy.eval(feed_dict={
& & x: x_all_batch[1], y_: y_all_batch[1], keep_prob: 1.0})
遗憾的是，目前用卷积网络模型，测试数据集是最近半年的数据，训练集是三年前到最近半年的数据，其准确率只有47%，尚且不及人为猜测的概率，后续继续学习优化如何提高准确率。
有分析指出：数据量不够。深度学习要求大量的相似性样本进行训练，而金融市场是社会经济的风向标，随时间波动很大，我们很难说服自己过去十年二级市场的投资者都基于相同的投资策略，所以目前我们比较难获得深度学习训练所需要的数据量，更不用说充足的测试集数据。------知乎 &https://www.zhihu.com/question/?sort=created
完整脚本：
https://github.com/nameNotNull/predictstock/blob/master/predict.py
&对于驾车族来说，通常当汽车抛锚时才会意识到例行维护的必要性。当然，任何人都不想经历这种“吃一堑长一智”的惊险体验。然而，预防性或者定期维护检查总是会漏掉一些可能出现的问题。近日，一家位于以色列萨瓦村（KefarSava,Israel）的初创公司3DSignals提出了一个新想法：利用人工智能（AI）“倾听”机器发出的故障预警性信号，在机器崩溃之前就能提前预警。3DSignals公司提供的服务主要基...&大盘概括大盘的盘面走势依旧在震荡窄幅震荡过程，两会期间还是存在一定的题材股蜜月期。这段时间的题材股反应中短线为主，很少有持续性强的，诸如智能机器今天也是冲高回落居多，锂电池同样回调。两市没有比较强势的热点能持续带动板块，所以看起来更像是题材轮动补涨行情。中小板和创业板都已经突破新高。目前都还在持续过程，短期的利空因素主要是下周的美联储议息会议，一旦影响的话会遏制指数上涨。今日值得重视的主要有两点一...&通货膨胀、经常账户、失业率、油价...这些宏观消息一经披露，往往就会掀起市场走势的一波腥风血雨，牵动每一个外汇投资者的心。有没有可能通过这些宏观因子，对外汇市场上的投资收益进行量化预测呢？高盛的答案是，可以有！WEEX团队2017倾情献上高盛宏观因子外汇预测模型，并将其17,000字使用指南翻译为中文，供广大投资者研读。WEEX此前，高盛在2016年开年不足十周就亏了六笔交易，但进入2017年以后...&市场趋势分析及周期预测欧股小幅收高，美股涨跌互现，金价结束七连涨，油价大跌近3%。昨日市场再度恢复弱震荡的走势，指数上沪强深弱明显，创业板遭遇不小的获利回吐压力，跌幅超过1%，拖累两市。沪指虽收复半年线但成交量持续萎缩，中小创周一放出的中阴线以现在的成交量一时恐难以收复，创业板指连续三个向下跳空缺口虽有衰竭之势但难有上攻之力，节前或维持弱震荡行情。重要声明：本公司提供的任何信息仅供参考，并不构成所...&选自KDNuggets机器之心编译参与：沈泽江、李亚洲曾经，人工智能被人们视作未来科技。但如今，人们想要看到超越人工智能的未来。在如今物联网、机器人、纳米科技及机器学习逐渐发展和崛起的背景下，本文试图解读人们对人工智能在未来五年内发展的看法。一、概要很显然，在过去几年间，人工智能给许多领域造成了非常大影响。不过，人们现在考虑的是，人工智能在未来五年内会在哪些领域发展。笔者认为，有必要（撰写一篇文章...&
公众号推荐
全球最新的企业AI技术方案、技术Pape
立足保定、传播最新、最热的房产资讯、行业
中国中小企业协会积极响应国务院“大力发展
证券经纪；证券投资咨询；融资融券；证券投
麟龙投顾，证券投资咨询资格证书编号：ZX
深圳海外资本管理有限公司的母公司是离岸金
海量金服互联网金融超市是由湖南时泰投资管
作者一直梦想有条通畅的便道，有个为分支行
吉林省人参电子交易平台是吉林省首家以人参
七禾网（www.7hcn.com），坚持
深度学习在大量数据的拟合下，可以近似的找到结果和输入数据之间的传输网络。笔者尝试用拿今天和昨天" id="description"/>
违规或不良信息
广告、钓鱼诈骗
内容不完整
手机号(选填)
如有疑问请致电 8股东人数变化
所属行业：
机械设备 — 通用设备
行业排名：
37/41(营业收入排名)
实际控制：
收入分析：
连续4日换手率超过3%，成交相对活跃
打败了22%的股票
近期的平均成本为24.05元，股价在成本上方运行。空头行情中，目前正处于反弹阶段，投资者可适当关注。该股资金方面呈流出状态，投资者请谨慎投资。该公司运营状况尚可，暂时未获得多数机构的显著认同，后续可继续关注。
二、电梯安全部件行业前景
三、品牌客户资源
个股深一度
同花顺财经官方微信号
手机同花顺财经
专业炒股利器
同花顺爱基金沪宁股份：2017年半年度业绩报告预告
来源：深交所
　　沪宁股份:预计月净利润1700万元-1800万元,同比增减变动-5%-5%
责任编辑：Robot&RF13015
机会早知道
已有&0&条评论
最近访问股
以下为您的最近访问股
服务日期05月05日-05月05日
￥5000348人购买
服务日期03月24日-03月24日
￥1200191人购买
服务日期03月20日-03月20日
￥1888170人购买
服务日期06月01日-06月01日
￥1268115人购买
服务日期05月01日-05月01日
￥158098人购买
服务日期03月16日-03月16日
￥168895人购买
服务日期06月30日-07月31日
￥99895人购买
服务日期04月28日-04月28日
￥188888人购买
服务日期06月08日-07月07日
￥108886人购买
服务日期06月06日-06月06日
￥88874人购买
服务日期03月15日-03月15日
￥61860人购买
服务日期03月18日-03月18日
￥88842人购买
服务日期06月22日-07月31日
￥100827人购买
服务日期06月09日-06月09日
￥80027人购买
服务日期06月21日-07月31日
￥28823人购买
个股净流入
个股净流出
证券名称最新价格涨跌幅净流入金额(万)
42.3510.00%70750.4917.882.00%49167.077.5910.00%46166.1157.466.45%44183.44
<span class="mh-title"
style="color: #小时点击排行
目标涨幅最大
目标股票池
股票简称投资评级最新价目标价
买入25.5232.00买入8.0511.80买入54.1461.00买入21.1024.40> 沪宁股份(300669)上市定位分析 涨停收益预测一览
沪宁股份(300669)上市定位分析 涨停收益预测一览
核心提示：沪宁股份(300669)上市定位分析，涨停收益预测一览。
一、沪宁股份投资看点
1、公司持续技术创新，结合行业发展趋势开发新产品，目前已掌握了安全钳及楔块激光相变生产制造技术、钢丝绳制动器及摩擦材料技术、导靴技术和缓冲器液气分离技术等数项核心技术，开发了安全钳、缓冲器、夹绳器、夹轨器等电梯安全部件，均已通过国家级鉴定。
2、公司是电梯行业中率先自主开发并使用在线数据检测装配线的企业之一，公司还自主研发或采购了国内一流的自动化生产设备，不断优化设备体系、工艺体系，提高了生产效率，降低了生产成本。
3、在多年的市场开拓和品牌培育过程中，公司&HUNING&品牌在国内整梯厂商中建立起了良好的知名度和声誉。公司先后荣获&2015 年十大最具竞争力电梯部件品牌&、&优秀供应商&等殊荣。公司已拥有一批优质的客户资源，并与之建立了长期良好的合作关系。公司主要客户资源包括世界知名的 8 大电梯整梯厂商，如奥的斯电梯、通力电梯、迅达电梯、东芝电梯等，以及国内电梯整梯上市公司，如康力电梯、江南嘉捷等。这些优质客户信誉优良、实力较强、抗风险能力较高。
二、沪宁股份基本情况
公司是电梯部件制造商，主营业务为电梯部件的开发设计、生产制造和销售，主要产品大类有安全钳、缓冲器、滚轮导靴。公司主要产品中的安全钳、缓冲器是构成电梯安全系统的主要部件，滚轮导靴是电梯导向系统的重要部件之一。
重要财务指标
2016年度比2015年度增减(%)
基本每股收益(元)
每股净资产(元)
每股公积金(元)
每股未分配利润(元)
每股经营现金(元)
营业收入(万元)
25，409.28
25，004.55
净利润(万元)
三、沪宁股份上市核心内容
发行价格(元/股)
总发行数量
发行市盈率
深圳证券交易所
四、沪宁股份上市涨停收益预测
预测涨停板数
[责任编辑：山晓倩]今天涨了明天还能涨吗？这儿有你要的答案！今天涨了明天还能涨吗？这儿有你要的答案！爆笑工坊百家号今天下午的盘面，非常的强势，煤飞色舞！因此判断明天收阳线的反弹，提前到了今日下午！只要是涨的，大家都是开心的，因为股票都会涨！今天下午提前反弹了，明天还能继续的收阳反弹吗？一起拿着放大镜开始全景市场了！【市场全景】（1）指数：大盘0.53%，创业板0.74%，平均股价0.75%；全部翻红，因此指数非常的稳定，小的普涨格局！（2）涨跌：涨停和上周五持平，但是跌停却多了5家；涨跌幅超2%的对比是501比86家，和上周五正好相反，个股反弹的欲望增强；红绿对比是家，上周五是普跌，今日是普涨；（3）今日热点点评：领涨：钢铁（4只涨停）、有色（6只涨停）、煤炭（无涨停）、白酒（酒鬼酒1只涨停）；领跌：今日出现了闪崩个股，如：杭州园林、龙大肉食等！涨停分析：钢铁板块继续走强 流感概念蠢蠢欲动（08月07日）【分时高低点】【五维预测】大盘：分时上午依托计算的3247点止跌反弹，下午继续的反弹（没有给再次回撤3247点的机会）；K线收出了探底回升的阳锤头线；但是目前的均线系统之间的正乖离率很大，因此不属于攻击形态；量能连续三日的放量调整，今日反弹萎缩500亿反弹；从点石成金做T指标来看：短期线靠近中期线，但是多方的动能不强（短线）；从点石成金强弱指标来看：中期强弱线继续在多头的超强势区运行；但是短期强弱线运行在多头的弱势区，说明短线大盘已经没有之前那么强势了；从点石成金 趋势指标来看：震荡上涨行情没有改变；创业板：分时上午冲了两波，本人并不看好，然后就一路下跌，下午有小的反弹，力度一般，不过还是站上了1727点的强弱分界线；K线收出了小阳线，从K线语言中来讲，属于旭日东升的看涨形态；攻击线没有起来，但是主力线走多完好；量能创业板是萎缩的；从点石成金 做T指标来看：多方小幅的攻击，力度一般，需要明天确立，因此明天创业板必须收阳线；一旦收阳，创业板还有小的反弹空间；从点石成金强弱指标来看：黄色的短期强弱线运行在多头超强势区之下，只有突破了，创业板才可以短线走强；注意波段或中线，创业板继续弱势；从点石成金趋势指标来看：连续7日围绕人线上下震荡，4阳3阴，人线的下跌角度是-11度，再坚持坚持，有望走平；平均股价：K线收出了阳包阴的包线，属于看涨形态；但是还没有站回跌破的上升趋势线；如果明天再收阳线，市场留不一样了；五维判断：综下所述：明天大盘会继续运行在至今运行（震荡小调为主）；而创业板和平均股价指数，明天继续反弹的概率很大。（1）大盘：波段趋势：震荡上涨趋势不改 ；短线趋势 ：处于下跌周期中的反弹；小周期趋势： 走势很强，但是没有好的攻击形态；（2）创业板：波段趋势：无底部形态、无趋势可言 ；短线趋势 ：震荡反弹趋势没有改变；小周期趋势：属于可上可下的形态，不具备攻击力度 ；（3）平均股价：波段趋势：无底部形态，但是支持超跌反弹 ；短线趋势 ：小型下跌周期的反弹段；小周期趋势： 形态比创业板要好，继续支持反弹；策略：既然市场的风险不大，因此建议积极的操作强势股回调中的机会！温馨提示：新朋友进头条号“研报大师分”主页，点击下方“凌峰直播 凌峰点评”（只有用手机可以看到），看凌峰盘中实时讲解大盘解析和热点个股资讯，不要错过重要信息。唯一验证：【头条】，祝您投资顺利！谢谢大家！本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。爆笑工坊百家号最近更新：简介:大笑工坊为娱乐大家为宗旨作者最新文章相关文章