股票预测代码：使用LSTM预测

最新推荐文章于 2024-08-04 22:35:44 发布

女搬运工

最新推荐文章于 2024-08-04 22:35:44 发布

阅读量2k

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/Dian1pei2xiao3/article/details/90694070

版权

本文介绍如何运用深度学习中的LSTM（长短期记忆网络）模型预测股票市场走势。通过详细步骤展示从数据预处理到模型训练的过程，旨在帮助读者理解LSTM在时间序列分析中的应用。

摘要由CSDN通过智能技术生成

# IMPORTING IMPORTANT LIBRARIES
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np 
import math
from sklearn.preprocessing import MinMaxScaler
from sklearn.metrics import mean_squared_error
from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.layers import LSTM
#数据集转化，使用前几步预测后一步
def data_transform(dataset, step_size):
	data_X, data_Y = [], []
	for i in range(len(dataset)-step_size-1):
		a = dataset[i:(i+step_size), 0]
		data_X.append(a)
		data_Y.append(dataset[i + step_size, 0])
	return np.array(data_X), np.array(data_Y)

np.random.seed(7)
#读取数据
names=['Date',	'Open',	'High',	'Low',	'Close','Volume']
dataset = pd.read_csv('apple_share_price.csv', usecols=[1,2,3,4],names=names,skiprows=1)
dataset = dataset.reindex(index = dataset.index[::-1])


obs = np.arange(1, len(dataset)