RNN递归神经网络(Recurrent Neural Network, RNN)是一种可以专门用来处理时间序列数据的模型。它可以关注到时间连续这一特性,从而从数据中提取相应的信息。RNN中很重要的一点是新状态是从老状态过来的,这也是循环的含义,就相当于是对信息的重复使用。
开盘 最高 最低 收盘 成交量
日期
2015/09/02 3194.49 3160.17 4.232624e+11 NaN NaN
2015/09/07 3217.58 3080.42 3.026897e+11 NaN NaN
2015/09/08 3174.71 3170.45 2.639104e+11 NaN NaN
2015/09/09 3256.74 3243.09 4.129914e+11 NaN NaN
2015/09/10 3243.28 3197.89 2.995811e+11 NaN NaN
首先,进行数据处理,我在通达信上下载了上证指数的日线数据,只有1600多行,然后进行了处理,按照老师的代码,自己又改了一下,因为没有那么多的数据,就用前1300行的开盘价数据作为training_set,剩下的数据作为test_set。
training_set = data.iloc[:1300, 0:1].values #选取1到1300行,第一列的数据也就是开盘价,方括号中逗号之前是行的范围,之后是列的范围
test_set = data.iloc[1300:, 0:1].values #1300行之后的作为测试集
将数据进行归一化
归一化的目