DEMO-01
使用 LSTM 预测 ADA-USD
使用神经网络 (NN) 来预测市场上的股票价格变动的想法与 NN 一样古老。直觉上,仅看过去似乎很难预测未来的价格走势。有很多关于如何预测价格趋势或其力量的教程,这简化了问题。我决定尝试使用 LSTM 预测成交量加权平均价格,因为它看起来既有挑战性又有趣。
在这篇博文中,我将使用 PyTorch 在比特币交易数据上训练一个长短期记忆神经网络 (LSTM),并使用它来预测看不见的交易数据的价格。我很难找到包含训练 LSTM 进行时间序列预测的可重复示例的中级教程,因此我整理了这个Jupyter 笔记本来帮助您入门。
- 参考
- 数据包-天翼云(访问码:7lia)
- 环境
- – python version==3.10.6
- – pandas==1.5.1
- – numpy==1.23.4
- – sklearn==1.1.3
- – torch==1.12.1+cpu
- – matplotlib==3.6.2