支持 数据获取 → 数据存储 → 数据可视化 → 数据集创建 → 数据预处理 → 模型训练 → 实现金融数据的预测 整条流水线上的工作。
运行环境 Python3
使用前先执行:
pip3 install -r requirements.txt
进入web目录,执行:
python3 manage.py db init
创建db文件:
python3 manage.py db migrate
python3 manage.py db upgrade
python3 manage.py runserver
打开浏览器 http://127.0.0.1:5000/
在数据获取页面,首先需要获取股票基础数据
其余的数据,可以视情况,选择获取
获取成功后的数据,会在Tables界面下,对应的表中展示。
在右侧也可以通过sql语句来查询数据,结果同样会展示在页面中:
其实,查询的数据,返回的结果是一个pandas的DataFrame对象,如果有定制化的需求,可以查看源码,找到这个方法,对返回结果进行灵活处理。
可视化目前仅支持两个视图,查看之前需要先获取对应数据,才可以展示。
由于可视化的优先级目前不是最高,为了先把流程走通,仅展示两个可视化结果,后续会逐渐填充。
演示一个具体的例子:
展示结果如下:
数据集管理页面,这里会展示已存在的数据集,和新建数据集的入口
点击一个已存在的数据集,可以查看对应的详情:
点击数据集管理首页的+新增,可以创建一个数据集:
创建好的数据集会存在该目录下:
文件为python3的pickle格式。
对于数据集的预处理,和模型的训练等流程还在完善中,请持续关注,谢谢!
求拍砖,求指点,求点赞,求fork