神经网络(LSTM)可以预测商品及股票价格

最新推荐文章于 2024-04-21 19:37:49 发布

数字花园笔记

最新推荐文章于 2024-04-21 19:37:49 发布

阅读量577

点赞数

文章标签：深度学习机器学习 python

本文链接：https://blog.csdn.net/sinat_39543789/article/details/130665193

版权

文中预测使用一种称为长短时记忆（LSTM）网络的循环神经网络（RNN）算法。

LSTM网络是一种特定设计用于处理序列数据的RNN，例如时间序列数据。它们能够通过选择性地记忆或遗忘来自先前时间步的信息，学习数据中的长期依赖关系。

在代码中，LSTM网络用于基于历史数据预测未来商品及股票价格。该模型在一系列60个数据点上进行训练，然后用于预测下一个数据点。该过程针对整个测试集重复进行，以生成一系列预测值。

预测结果如图所示，均方根误差（RMSE）我感觉预测值与均线类似，后附python代码，有兴趣朋友可以研究一下

代码如下

import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
from keras.models import Sequential
from keras.layers import Dense, Dropout, LSTM

# 加载商品价格数据
df = pd.read_csv('商品甲醇价格.csv') #这行代码的作用是从csv文件中加载商品价格数据。

# 删除日期列
df = df.drop(['Date'], 1)  #这行代码的作用是从数据中删除日期