记录一次使用LSTM神经网络进行量化交易预测

        除了工作之外的业余时间，就喜欢倒腾，最近在查阅研习 lstm 的原理并用于个人爱好实战中，确实给了我意想不到的效果，不同于普通股票金融类的走势预测。我个人是偏好于日内的高频量化交易，喜欢做剥皮交易。以下是从特征工程 建模到实际预测的一些过程，希望能帮助喜欢使用个人技能做交易的同志。

        

        LSTM（Long Short-Term Memory）是一种特殊类型的RNN（循环神经网络），它可以学习并记忆长时间序列中的模式。这使得LSTM非常适用于处理和预测时间序列数据，例如股票价格、气候变化等，这是我在调研中看到的并记住的一句话，我不需要预测股票价格，我只想通过我实盘交易的经验来建立特征，并作为训练数据，特种数据如下

time

date

open

high

low

close

vol

closeTime

cje

bs

but

sell

ignore

MACD

Signal

MACD_Hist

ATR

RSI

signal