根据历史数据单独个股预测走势，如何解决？

我做股票二十多年，主做T+0日内交易，主要是根据盘感做高低点的差价，感觉盯盘太累了，打算编辑一个程序，但我不会，看了市面上很多的量化软件如同花顺智能交易，文华财经量化交易，掘金 聚宽等都找不到相关的功能，主要想法是把某只股票近30天的交易数据按照波动的高点和低点做为一个区间，将每个区间的交易数据买量卖量涨速等相关的数据做为模型，然后在实时交易时用来预测该股票在未来1至5分钟和10分钟和30分钟的走势，请给予指导通过什么软件或行为实现上述想法
下面以今天收盘的以下股票为例，将这个从黑点到红点 从低点到高点以及从高点到低点中间的数据进行统计，然后每个转折就是一个小模型，然后在新的一天时比如明天开盘再根据实时的数据来调用这些存好的模型，给出1 3 5 30分钟的涨跌概率

参考

Python数据分析及可视化实例之个股走势预测（26） - 知乎 系列文章总目录： Python数据分析及可视化实例目录数据集下载 Python数据分析及可视化实例之全国各城市房价分析（含数据采集） Python数据分析及可视化实例之帝都房价预测 Python数据分析及可视化实例之房屋制热、… https://zhuanlan.zhihu.com/p/29304334

这种东西仅仅依靠数据不靠谱吧，看起来就跟预测双色球数字一样，换个角度想，如果真这么简单就能预测出来，那早就有人做出来成品了，你要是说根据经验设定一些预警节点还有些可能

如果作为学术研究可以，就目前来看，不可预测。尤其是近几年，黑天鹅太多，股市受影响的因素太多

根本不靠谱，时序预测是有滞后性的

不行的，做不了，同花顺有预测，但是不准，算法类似它那样。
这属于神经网络学习，网上一搜一大把。我就不解释了。不明白请留言。