[功能描述]算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息，得到相应的调仓对策。可回归（预测具体价格）可分类（预测涨跌）。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种，每个输入样本都是一个序列（如某板块20天的四价一量）用这个序列预测结果。它认为某些指标长期的趋势对预测值有影响，有些无影响，让神经元控制短期记忆和长期记忆，克服了实践中时间越长影响参数越小的问题。
工作完成情况：1、数据获取 2、模型训练和优化 3、模型文件上载到聚宽量化交易平台后可在回测、模拟盘中调用 优化方向： 1、当前只考虑了量价指标，可将财务指标纳入输入 2、为模型加入先验信息提高准确率，比如考虑时间序列分析中的模型思想，按平稳和非平稳情况用不同模型 [开发环境]Python3.6 [项目结构简介及运行说明]见：辅助说明文件