当前位置:   article > 正文

LSTM对股票的收益进行预测(Sequential 序贯模型,Keras实现)_keras下lstm与bp股票预测

keras下lstm与bp股票预测
前言:

本人也只是正在刚学习,如有不对欢迎指出,本文章仅做笔记记录,不作为学习参考!!!欢迎前辈们的指导。
代码链接:github仓库(其中描述有更详细的步骤和实验)

步骤:

  • 股票数据准备

  • 股票数据预处理

    • 数据特征归一化(标准化)

      使用scikit-learn库中的MinMaxScaler预处理类实现数据集的规范化

    • 将数据集转化为有监督学习问题

      在实验中,定义一个名为series_to_supervised() 函数,该函数采用单变量或多变量时间序列并将其构建为监督学习数据集。

  • 股票数据划分为训练集和测试集

    将处理后的数据集划分为训练集和测试集。本实验将按0.85比划分数据作为测试集,其余作为训练集。将训练集和测试集的最终输入(X)转换为为LSTM的输入格式,即[samples,timesteps,features]。

    Keras LSTM层的工作方式是通过接收3维(N,W,F)的数字阵列,其中N是训练序列的数目,W是序列长度,F是每个序列的特征数目。

本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号