Wraz z szybkim rozwojem technologii informacyjnych aplikacje technologii informacyjnych stają się coraz bardziej powszechne W tym artykule przedstawiono system analizy i prognozowania cen akcji oparty

Med den raske utviklingen av informasjonsteknologi, blir informasjonsteknologiske applikasjoner stadig mer vanlige. I denne artikkelen presenteres et system for analyse og prognose av aksjekurser basert på Django og LSTM, som gir mer nøyaktige prognoser for investorer i lys av den nåværende utviklingen i finansbransjen. Først presenteres konteksten og den nåværende situasjonen i analyse og prognose av aksjekurser, begrensningene i tradisjonelle metoder for prognoser og en prognosemodell basert på dype nevrale nettverk LSTM blir foreslått. Prinsippet og metoden som blir brukt til å lage modellen blir beskrevet. Deretter presenteres design og implementering av aksjeprognosesystemet basert på Django-rammeverket, inkludert funksjonelle moduler og designgrensesnitt. I tradisjonelle metoder for aksjeprognoser tar bare prognosemodeller basert på statistiske metoder hensyn til påvirkningen av enkelte økonomiske indikatorer og ignorerer mange andre faktorer, noe som fører til unøyaktige prognoser. LSTM, som en nevral nettverksmodell med hukommelse, kan fange opp flere mønstre i tidsserie data og forbedre nøyaktigheten av aksjeprognoser. Det foreslåtte aksjeprognosesystemet basert på Django-rammeverket har god skalerbarhet og vedlikeholdsvennlighet, og er delt inn i moduler for systeminngang, brukerregistrering, henting av data, forbehandling, modelltogning, aksjekommunikasjon, osv., for å oppnå funksjoner som datahenting, rensing og prognoser. Ved å definere hyperparameterne i LSTM-modellen, som antall tidssteg, antall skjulte lag og antall treningsiterasjoner, kan man designe og tilpasse læringsmodellen fra forskjellige perspektiver for å bestemme den dype nevrale nettverksstrukturen. Denne artikkelen gir en referanse for prognoser av retningen til aksjekurser for ti nasjonale selskaper, med høy prognoseevne og god stabilitet for det utviklede systemet, og muliggjør levering av mer pålitelige aksjeprognoser for investorer