基于卷积神经网络的股票价格趋势预测系统，使用OHLC图像进行深度学习预测。
CNN_2/
├── data/ # 数据文件夹
│ ├── *.csv # 股票历史数据
├── data_processing/ # 数据处理模块
│ ├── processor.py # 数据加载与预处理
│ └── image_generator.py # OHLC图像生成
├── models/ # 模型模块
│ ├── cnn_model.py # CNN模型定义
│ └── trainer.py # 训练逻辑
├── utils/ # 工具模块
│ ├── config.py # 配置参数
│ └── evaluation.py # 评估指标
├── main.py # 主程序入口
└── requirements.txt # 依赖包
- 安装依赖：
pip install -r requirements.txt- 运行系统：
python main.py- 数据处理：自动加载和清洗股票数据，按CRSP方法调整价格
- 图像生成：生成5天/20天/60天的OHLC蜡烛图，包含移动平均线和成交量
- CNN模型：针对不同时间窗口优化的卷积神经网络架构
- 策略评估：计算十分位组合的夏普比率和长短策略表现
- 可视化：自动生成训练曲线和示例图像
系统将生成：
sample_images/：OHLC图像示例results/：训练历史和评估结果- 控制台输出：详细的训练和评估报告