股票价格预测图像识别数据集StockPricePredictionImageRecognitionDataset-amandahu0531
数据来源：互联网公开数据
标签：股票预测, 图像识别, 卷积神经网络, 股票市场, 机器学习, Keras模型, 金融数据, 股价预测
数据概述：
该数据集包含股票价格预测相关的图像数据和模型文件，记录了基于图像识别的股票价格预测结果。主要特征如下：
时间跨度：数据涵盖了2018年的股票市场数据。
地理范围：数据来源于中国上海证券交易所的股票。
数据维度：数据集包含图像文件名、不同时间窗口的标签（label5, label20, label60，分别代表5天、20天、60天的价格变动方向）、股票代码（stock_code）、图像文件全路径（full_filename）、年份（year）以及模型预测结果（predictions_5）。
数据格式：主要数据格式为CSV，文件名为test_df_with_predictions_I5_P5.csv，其中包含了图像预测结果和相关信息。此外，还包括Keras模型文件（.keras）和模型训练历史文件（.pkl）。
来源信息：数据来源于股票市场公开数据，经过预处理后用于图像识别模型的训练和预测。该数据集主要用于评估基于图像的股票价格预测模型的性能。
该数据集适合用于股票价格预测、图像识别模型训练和评估，以及相关金融领域的学术研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于金融领域与计算机视觉交叉学科的研究，例如基于图像的股票价格预测模型、时间序列数据的图像化分析等。
行业应用：为金融科技公司提供数据支持，尤其是在股票价格预测、量化交易策略研发等领域。
决策支持：支持投资决策制定，为量化投资策略提供数据和模型参考。
教育和培训：作为机器学习、深度学习、金融工程等课程的实训素材，帮助学生和研究人员理解和实践股票价格预测。
此数据集特别适合用于探索基于图像的股票价格预测模型的性能，以及分析不同时间窗口的预测准确性，从而帮助用户优化投资策略、提升预测精度。
