一种利用多滤波特征和深度学习预测股票走势系统的制作方法

技术特征：
1.一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：包括数据采集模块、特征选择模块、聚类模块、预测模块和模型构建模块，所述数据采集模块通过无线通信技术与外部股票网站连接并获取股票数据，所述数据采集模块与特征选择模块连接，且特征选择模块用于对获取的股票数据进行抽样，所述特征选择模块设有多组，且多组特征选择模块均与聚类模块连接，所述聚类模块用于将特征选择模块抽样的数据进行归总，所述聚类模块与模型构建模块连接，且模型构建模块内预设有lstm算法，所述模型构建模块与预测模块连接，且预测模块与特征选择模块连接。2.根据权利要求1所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：所述数据采集模块内设有网站连接模块、无线网络模块、网络监测模块和自动切换模块，所述网站连接模块与无线网络模块连接，且无线网络模块用于无线网络连接，所述无线网络模块与网络监测模块连接，且网络监测模块与自动切换模块连接，所述自动切换模块与网站连接模块连接，且网站连接模块内预设置有多组股票数据网站。3.根据权利要求1所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：还包括有显示模块，所述显示模块用于显示图表数据。4.根据权利要求1所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：还包括有缓存模块，所述缓存模块与预测模块连接，且获取预测模块的预测数据。5.根据权利要求4所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：还包括有储存模块和对比模块，所述储存模块与缓存模块连接，并获取缓存模块内缓存的数据，所述对比模块与储存模块连接，且对比模块与数据采集模块连接。6.根据权利要求2所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：所述网络监测模块用于监测数据采集模块当前与股票网站连接的状态，当网络连接断开时，所述自动切换模块发出控制信号给网站连接模块，所述网站连接模块根据预设的网站数据进行切换。7.根据权利要求5所述的一种利用多滤波特征和深度学习预测股票走势系统，其特征在于：所述缓存模块具有定时清理功能。

技术总结
本发明提出一种利用多滤波特征和深度学习预测股票走势系统,包括数据采集模块、特征选择模块、聚类模块、预测模块和模型构建模块，数据采集模块通过无线通信技术与外部股票网站连接并获取股票数据，数据采集模块与特征选择模块连接，且特征选择模块用于对获取的股票数据进行特征提取，特征选择模块设有多组，且多组特征选择模块均与聚类模块连接，该种利用多滤波特征和深度学习预测股票走势系统基于多滤波特征和深度学习来提出了一种新颖的特征选择框架，该框架由特征排序模块识别相关特征和聚类模块消除冗余特征组成，用于对每日股票的走势进行预测，从而更真实、科学的为散户提供决策支持。提供决策支持。提供决策支持。


技术研发人员：张德富
受保护的技术使用者：叩鼎（厦门）大数据科技有限公司
技术研发日：2021.11.05
技术公布日：2022/1/25