使用股票历史数据预测未来5天最高收盘价涨跌幅的模型Keras实现

模型功能使用前20天的股票数据预测后5天最高收盘价的涨跌幅区间。模型分为三部分：数据预处理、模型搭建和模型训练与保存。

数据预处理：该部分从csv文件中获取股票的高开低收成交量数据，然后对每一个数进行数据归一化、0均值化处理（除成交量外）。接着，根据相应数据得到上影线、下影线、实体相对于昨日收盘价的波动幅度，并按收盘价计算所属类别并转为one hot格式。最后将数据转为RNN模型输入数据格式。

模型搭建：分别使用Keras中的SimpleRNN、LSTM、Conv2D搭建神经网络模型。

模型训练与保存：对mTrain StockData中的每一个股票行情文件都进行模型训练，对其中在测试集上准确率达到50%的模型进行保存。回调函数使用early stopping，优化器使用Adam。