Deep-SDM es un marco de capa unificado construido sobre TensorFlow/Keras y escrito en Python 3.12. El marco se alinea con los principios de ingeniería modular para la estrategia de diseño y desarrollo. La transparencia, la reproducibilidad y la recombinabilidad son los principales criterios de diseño del marco. La plataforma puede extraer información valiosa de datos numéricos y textuales y utilizarlos para predecir valores futuros mediante la implementación de memoria a largo y corto plazo (LSTM), unidad recurrente con compuerta (GRU) y red neuronal convolucional (CNN). Su pipeline de aprendizaje automático de extremo a extremo implica una secuencia de tareas, que incluyen exploración de datos, preparación de entradas, construcción de modelos, ajuste de hiperparámetros, evaluaciones de rendimiento, visualización de resultados y análisis estadístico. El proceso completo es sistemático y cuidadosamente organizado, desde la importación de datos hasta la selección del modelo, encapsulándolo en un todo unificado. Las múltiples subrutinas trabajan juntas para proporcionar un pipeline fácil de usar y propicio. Utilizamos el marco Deep-SDM para predecir el índice de la Bolsa de Valores de Nepal (NEPSE) para validar su reproducibilidad y robustez y observamos resultados impresionantes.