转自:Keras深度学习LSTM模型 预测黄金主力收盘价
深度学习框架 Keras,深度学习LSTM模型
1 数据源:黄金主力数据 来源于JQData (数据由JQData支持 )
2 数据清洗
3 使用黄金主力数据 进⾏预测的2个实验
数据集:70%用做训练集 训练模型 ;30%测试集。
(数据集见附件)
模型:Keras框架, 用LSTM模型对收盘价进行预测
循环神经⽹网络,RNN(Recurrent Neural Network)中的LSTM(Long Short-Term Memory)
实验结果:是测试集的结果。test为测试集的真实收盘价,pred为模型预测的收盘价
实验1:
使用历史前5个时刻的收盘价
预测当前时刻的收盘价
每组输入包括5个step,每个step对应⼀一收盘价,输出⼀一维,即 [None, 5, 1] => [None, 1]
实验结果:是测试集的结果。test为测试集的真实收盘价,pred为模型预测的收盘价
一:Keras深度学习LSTM模型 预测黄金主力收盘价 深度学习框架 Keras,深度学习LSTM模型
1 数据源:黄金主力数据 来源于JQData (数据由JQData支持 )
2 数据清洗
3 使用黄金主力数据 进⾏预测的2个实验
数据集:70%用做训练集 训练模型 ;30%测试集。
(数据集见附件)
模型:Keras框架, 用LSTM模型对收盘价进行预测
循环神经⽹网络,RNN(Recurrent Neural Network)中的LSTM(Long Short-Term Memory)
实验结果:是测试集的结果。test为测试集的真实收盘价,pred为模型预测的收盘价
实验1:
使用历史前5个时刻的收盘价
预测当前时刻的收盘价
每组输入包括5个step,每个step对应⼀一收盘价,输出⼀一维,即 [None, 5, 1] => [None, 1]
实验结果:是测试集的结果。test为测试集的真实收盘价,pred为模型预测的收盘价
实验2:
使⽤历史前5个时刻的 open close high low volume money
预测当前时刻的收盘价,
即 [None, 5, 6] => [None, 1]
实验结果:是测试集的结果。test为测试集的真实收盘价,pred为模型预测的收盘价
结果看源代码