# 股票预测系统

**Repository Path**: anxwefndu/stock-prediction-system

## Basic Information

- **Project Name**: 股票预测系统
- **Description**: 采用vue3与springboot搭建的前后端系统，采用python进行脚本编写，采用线性回归的最小二乘法与随机森林实现股票预测的效果；前端采用echarts绘制图表；算法采用的是sklearn库内置的模型
- **Primary Language**: Java
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: https://gitee.com/anxwefndu/stock-prediction-system
- **GVP Project**: No

## Statistics

- **Stars**: 85
- **Forks**: 25
- **Created**: 2023-04-28
- **Last Updated**: 2025-08-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 股票预测系统

#### 介绍
采用vue3与spring boot搭建的前后端系统，采用python进行脚本编写，采用线性回归的最小二乘法与随机森林实现股票预测的效果；前端采用echarts绘制图表；算法采用的是sklearn库内置的模型

#### 软件架构

1. MySQL数据库
2. Sprint boot
3. Vue3、element-plus
4. echarts
5. python3.8


#### 安装教程

1. 安装需要搭建好Java的maven环境和vue的Vue@Cli环境 
2. 通过flask调用执行python脚本的系统，需要运行里面的app.py，打开flask应用提供服务，然后对于后端MySQL的密码和端口，需要设置为自己的；系统导入的股票数据会默认安装在D:/stock/data目录，可以通过application.properties配置文件设置
3. 安装具体细节可在安装说明目录进行查阅
4. 附带了安装演示视频，参见安装说明目录
5. 哔哩哔哩讲解视频：https://www.bilibili.com/video/BV1df421Q7h5/?vd_source=15a078e8b7e5cfb9cc3141bd071d51c3


#### 使用说明

1. 系统暂时是要求登陆后才可以使用前端页面的功能，这个是在后端拦截器里面设置了的，初始用户在数据库里面，为admin
2. 股票数据由通达信软件下载
3. 额外说明：在自己下载股票数据时，需要下载至少超过252行数据，即日期范围要较大，不然在导入股票数据时会出现表头有，但是没有数据的情况；该情况是因为一些股票数据指标需要在252行之后的数据，所以数据要多


#### 参与贡献

1. BBYH创建2023-04-28，有问题请联系BBYH：3070492097@qq.com


#### 演示效果

1. 登陆页面
![登陆页面](assert/img1.png)
2. 注册页面
![注册页面](assert/img2.png)
3. 日级股票管理
![日级股票管理](assert/img3.png)
4. 分钟级股票管理
![分钟级股票管理](assert/img4.png)
5. 系统首页
![系统首页](assert/img5.png)
6. 更改头像
![更改头像](assert/img6.png)
7. 首页展示基本数据
![首页展示基本数据](assert/img7.png)
8. 首页展示均线数据
![首页展示均线数据](assert/img8.png)
9. 影响力分析展示基本数据
![影响力分析展示基本数据](assert/img9.png)
10. 影响力分析展示均线数据
![影响力分析展示均线数据](assert/img10.png)
11. 均线能量分析
![均线能量分析](assert/img11.png)
12. 用户管理
![用户管理](assert/img12.png)
13. LSTM模型参数设置
![LSTM模型参数设置](assert/img13.png)
14. 随机森林模型参数设置
![随机森林模型参数设置](assert/img14.png)
15. 随机森林预测
![随机森林预测](assert/img15.png)
16. LSTM预测
![LSTM预测](assert/img16.png)
17. KNN预测
![KNN预测](assert/img17.png)
18. 线性回归预测
![线性回归预测](assert/img18.png)