LSTM预测股票数据---数据预处理

Adm1rat1on

于 2019-01-24 15:23:18 发布

阅读量3.2k

点赞数 1

分类专栏：机器学习

本文链接：https://blog.csdn.net/qq_35358021/article/details/86627560

版权

本文将介绍如何利用LSTM神经网络对股票数据进行预处理和建模。首先，我们将探讨数据清洗和标准化的重要性，然后讲解如何将时间序列数据转化为LSTM可接受的输入格式。接着，我们将构建LSTM模型并训练它来预测股票价格。最后，通过评估模型性能，展示预处理在提升预测准确率方面的作用。

摘要由CSDN通过智能技术生成

# 导入相应的模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

# 获取训练集
def get_train_data(data,batch_size = 60 ,time_step = 20,train_begin = 0,train_end = 5800):
	batch_index = []
	data_train = data[train_begin:train_end]
	normalized_train_data = (data_train - np.mean(data_train,axis = 0)/np.std(data_train,axis =