项目实训第二周第三篇

 详细流程

3.2.1 前端

（1）登陆及注册

实现用户登陆本系统，以及注册成为用户的功能，以保证用户在使用本系统时的安全性；

（2）股票可视化模块

数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。

实现股票数据的可视化展示，包括K线图的展示以及多日均线、MACD指标、RSI指标等相关指标的可视化展示以及股票分析结果的可视化展示，包括：股票舆情信息可视化、股票预测与分析结果可视化。此外，股票可视化模块还应当能够接收来自用户的各类操作，如筛选对比多支股票的功能、选定某点获取当日相关信息的功能等。

3.2.2 后端

（1）用户管理

主要实现与用户相关的各类信息的存储与管理；

（2）股票数据管理

实现对于股票数据的存储与管理，保证数据的实时性、准确性及安全性，并且与前端的股票可视化模块以及股票分析模块相对接，实现对于数据的各类预处理工作；

（3）股票分析模块

该模块为本系统最为核心的模块，主要实现对于股票数据的去噪及规范化处理、股票的特征提取、多支股票的相似性判定或股票分类以及股票的趋势预测与分析：

a.股票数据的去噪及规范化处理

由于股市的变动十分复杂，所以股票数据的变动也趋于无序，因此基于股票数据进行预测时，需要优先对股票数据进行去噪等预处理操作，以此来对数据进行规整，优化预测模型的输入数据；

b.股票数据特征提取：

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域，系统利用相应的方法提取出股票的主要信息，作为股票走势的预测；

c.股票相似性判定

对股票进行相似性判定的是为了将股票进行类型划分，目的是为了方便股票预测时能够对同类型的股票进行统一的训练，这样即可以保证数据量的充足，又能够减少训练时间；

d.股票趋势预测

利用机器学习的相关知识，基于股票的历史数据对股票进行预测。

（4）舆情数据管理

实现对于舆情数据的存储与管理，并且对舆情数据进行及时的更新和修正，为其在前端的显示提供基础，并且舆情数据也可以作为辅助量为股票的趋势预测提供参考；

（5）预测模型管理

实现对于股票预测所使用的模型进行存储和管理，并且能够及时对模型及逆行评测和更新。