用于股票分析的双向lstm（Bi-LSTM）（pytorch）

完整工程链接: link.

bilstm原理图：

股票预测：

通过使用单层的Bi-LSTM来实现股票收盘价的预测，数据集采用的是平安银行的数据

代码：

下面展示一些 model代码。

import torch
from torch import nn

time_step = 20
input_size = 10
learning_rate = 0.001
hidden_size = 64
num_layers = 1
end_lenth=6500
class Bi_LSTM(nn.Module):
    """搭建LSTM"""
    def __init__(self):
        super(Bi_LSTM, self).__init__()
        # LSTM层
        self.lstm = nn.LSTM(input_size=input_size,      # 输入单元个数
                            hidden_size=hidden_size,    # 隐藏单元个数
                            num_layers=num_layers,      # 隐藏层数
                            batch_first=True,           # True：[batch, time_step, input_size] False:[time_step, batch, input_size]
                            bidirectional=True)

        # 输出层
        self.output_layers = nn.Linear(in_features=hidden_size*2,    # 输入特征个数
                                       out_features=1)  # 输出特征个数

    def forward(self, x):
        lstm_out, (h_n, h_c) = self.lstm(x, None)   #
        # print(lstm_out.shape)
        output = self.output_layers(lstm_out[:, -1, :])    # 选择最后一个时刻的LSTM作为输出
        return output

# lstm=Bi_LSTM()

预测值与真实值对比