model.compile
X=[]
window_size=1000#使用过去1000天的数据
#设定模型文件路径
checkpoint_cb=tf.keras.callbacks.ModelCheckpoint
#构造训练数据
#编译模型
#初始化pro接口
y=[]
#设置你的tusharetoken
#设置训练回调函数
df["trade_date"]=pd.to_datetime
root=tk.Tk
X=np.array
#获取股票数据
model.fit
prices=df["close"].values
#打开文件夹对话框让用户选择模型保存文件夹
#预处理数据
early_stopping_cb=tf.keras.callbacks.EarlyStopping
y=np.array
y.append
#创建模型
#创建一个Tkinter窗口
#加载之前的模型，如果存在的话
root.withdraw#隐藏Tkinter窗口
文章为作者独立观点，不代表股票交易接口观点
相关文章
股民评论