支持 数据获取 → 数据存储 → 数据可视化 → 数据集创建 → 数据预处理 → 模型训练 → 实现金融数据的预测 整条流水线上的工作。
运行环境 Python3
使用前先执行:
pip3 install -r requirements.txt
进入web目录，执行:
python3 manage.py db init
创建db文件:
python3 manage.py db migrate
python3 manage.py db upgrade
python3 manage.py runserver
打开浏览器 http://127.0.0.1:5000/
在数据获取页面，首先需要获取股票基础数据
其余的数据，可以视情况，选择获取
获取成功后的数据，会在Tables界面下，对应的表中展示。
在右侧也可以通过sql语句来查询数据，结果同样会展示在页面中：
其实，查询的数据，返回的结果是一个pandas的DataFrame对象，如果有定制化的需求，可以查看源码，找到这个方法，对返回结果进行灵活处理。
可视化目前仅支持两个视图，查看之前需要先获取对应数据，才可以展示。
由于可视化的优先级目前不是最高，为了先把流程走通，仅展示两个可视化结果，后续会逐渐填充。
演示一个具体的例子：
展示结果如下：
数据集管理页面，这里会展示已存在的数据集，和新建数据集的入口
点击一个已存在的数据集，可以查看对应的详情：
点击数据集管理首页的**+新增**，可以创建一个数据集：
创建好的数据集会存在该目录下：
文件为python3的pickle格式。
对于数据集的预处理，和模型的训练等流程还在完善中，请持续关注，谢谢！
求拍砖，求指点，求点赞，求fork