1. 毕业设计（论文）主要内容：

本课题采用人工智能机器学习方法预测股票涨跌分析。以沪深300指数或选取成分股票历史行情数据为基础，将历史数据分为训练数据和测试数据，采用长短期记忆神经网络lstm方法预测股

价指数次日的涨跌情况和涨跌幅度，并给出涨跌概率。历史行情数据包括开盘价、最高价、收盘价、最低价、成交量、价格变动、涨跌幅、5日均价、10日均价、20日均价、5日均量、10日均

量、20日均量、换手率等。要求采用python语言编程实现数据处理、预测计算过程，给出图形表示。

2. 毕业设计（论文）主要任务及要求

1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。

2、完成不少于5000字的英文文献翻译工作。

3、收集相关的原始数据，并进行数据的预处理工作。

3. 毕业设计（论文）完成任务的计划与安排

1-3周：查阅文献，完成开题报告
4-6周：总体设计，完成论文综述
7-10周：设计算法，功能模块设计
11-13周：编码和测试
14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

4. 主要参考文献

[1] 阮敬编著，python数据分析基础，中国统计出版社，2017.9
[2] 华校专，王正林编著，python大战机器学习：数据科学家的第一个小目标，中国工信出版集团，电子工业出版社，2017.3
[3] [美]michaael broles著，沙赢，李鹏译，python机器学习预测分析核心算法，中国工信出版集团，人民邮电出版社，2017.1
[4] 孙瑞奇.基于lstm神经网络的美股股指价格趋势预测模型的研究[d].首都经济贸易大学，2015
[5] 李斌， 林彦， 唐闻轩，ml—tea：一套基于机器学习和技术分析的量化投资算法，系统工程理论与实践，2017年第5期

[6] zhengyao jiang, dixing xu, jinjun liang, a deep reinforcement learning framework for the financial portfolio management problem, arxiv:1706.10059v1[cs.ai]30 jun 2017