README.md

金融时间序列（数据预测 / 相似度 / 数据处理）

1. Financial-Prediction-Methods（金融时间序列预测方法）

• 1.1 Financial-Prediction-CNN（卷积神经网络）

• 1.2 Financial-Prediction-LSTM（长短期记忆神经网络）

• 1.3 Financial-Prediction-Random-Forest（随机森林）

• 1.4 Financial-Prediction-ARMA（自回归滑动平均模型）

• 1.5 Financial-Prediction-ARIMA（自回归积分移动平均模型）

• 1.6 Financial-Prediction-Muiti-Input-Conv1D（多输入Conv1D模型）

• 1.7 Financial-Prediction-2DCNN（2D卷积神经网络）

• 1.8 Financial-Prediction-3DCNN（3D卷积神经网络）

---

2. Financial-Time-Similarity（金融时间序列相似度计算）

• 2.1 pearson_correlation_coefficient（皮尔逊相关系数）

• 2.2 dynamic_time_wrapping（动态时间规整）

• 2.3 cosine similarity（余弦相似度）

• 2.4 similarity_time_series.py（相似金融时间序列绘制）

---

3. Finance-Time-Others（金融时间序列其他处理）

• 3.1 calc_variance.py（计算特征方差）
• 3.2 confuse_matrix.py（绘制混淆矩阵）

• 3.3 corr.py（特征间相关性）

• 3.4 result_bar.py（绘制预测模型性能——柱状图）

• 3.5 result_plot.py（绘制预测模型性能——折线图）

• 3.6 evaluation.py（计算分类的评价指标）

  • 准确率Accuracy

  • 精确率Precision

  • 召回率Recall

  • 特异度Specificity

  • 综合评价指标F-measure

  • 马修斯相关系数MCC(Matthews Correlation Coefficient)

• 3.7 normalization.py（窗口数据归一化）

  • z-score标准化（std）
  • 最大最小归一化（maxmin）

• 3.8 roc.py（roc曲线绘制）

• 3.9 confusion_matrix.py（混淆矩阵绘制）

• 3.10 kalmanfilter.py（卡尔曼滤波）

• 3.11 calc_technical_indicators_formula.py（基于公式计算技术指标）
• 3.12 calc_technical_indicators_TA_LIB.py（基于TA_LIB库计算技术指标）

---

4. Financial-Candle-Picture（金融蜡烛图）

基于mpl_finance和matplotlib库实现将股价转为蜡烛图，效果预览：

---

5.Financial-Data-Download（金融数据下载）

提供了三种金融数据源：JQdata、akshare、tushare