深度学习模型 CNN+LSTM 预测收盘价

—— 本篇文章 by HeartBearting

上一篇浏览量很大,感谢各位的关注!
能够在这里分享一些实验,一起领略 数据科学之美,也很开心。
以后,这个实验的模型会不断深化。
之后,也会分享一些 论文里 基于深度学习的时间序列预测模型。
数据由JQData本地量化金融数据支持
上一篇做了2个实验,预测黄金期货主力合约的收盘价。
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] # None是 batch_size

这一篇对 第2个实验的模型 进行拓展,增加CNN层
因为 对每个样本是5行,6列的数据,二维数据,能够使用CNN进行特征提取

模型架构
输入层
CNN进行特征提取,+池化层+dropout
双向LSTM层
输出层
在这里插入图片描述
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
在这里插入图片描述
点击查看源码

©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页