Skip to content

README.md

Latest commit

 

History

History
92 lines (69 loc) · 2.26 KB

README.md

File metadata and controls

92 lines (69 loc) · 2.26 KB

黄金价格预测系统

这是一个基于深度学习的黄金价格预测系统，使用LSTM网络分析历史价格数据，预测未来几天的黄金价格走势。

功能特点

  • 自动获取最新黄金期货价格数据
  • 使用LSTM模型进行时间序列预测
  • 自动特征工程和预处理
  • 生成可视化预测结果图表
  • 模型自动重训练机制
  • 预测结果合理性检查

安装与使用

安装依赖

pip install -r requirements.txt

运行

快速生成预测图表（不重新训练模型）

python run.py --user-friendly --future 5

强制重新训练模型

python run.py --force-retrain --future 5

使用中文生成图表

python run.py --user-friendly --chinese

使用样例数据（当没有训练好的模型时）

python run.py --user-friendly --sample

项目结构

thegold/
├── run.py               # 主入口文件
├── gold.py              # 原始单文件版本（已重构）
├── src/                 # 源代码目录
│   ├── data_utils.py    # 数据获取和预处理
│   ├── models.py        # 模型定义和管理
│   ├── evaluation.py    # 模型评估
│   ├── visualization.py # 可视化功能
│   ├── prediction.py    # 预测功能
│   └── main.py          # 主程序逻辑
├── models/              # 保存模型的目录
└── README.md            # 项目说明文档

参数说明

  • --force-retrain: 强制重新训练模型
  • --retrain-period: 模型重新训练周期（天），默认90天
  • --window: 历史窗口大小（天数），默认60天
  • --future: 预测未来天数，默认5天
  • --user-friendly: 只生成面向普通用户的趋势图，不进行完整训练
  • --chinese: 使用中文生成图表（默认英文）
  • --sample: 使用样例数据生成趋势图（当没有训练好的模型时）

依赖包

主要依赖包：

  • tensorflow
  • pandas
  • numpy
  • akshare
  • matplotlib
  • seaborn
  • scikit-learn
  • joblib

修复说明

最近修复了预测结果过低的问题：

  1. 改进了scaler的保存和加载
  2. 修复了递归预测中特征更新的逻辑
  3. 添加了预测结果合理性检查和纠正机制