LSTM 预测股票价格,期货价格,客流量等(时间-价格曲线)

本文介绍了使用LSTM模型预测时间序列数据,如股票价格、期货价格和客流量的方法。通过日期作为输入,预测未来的价格变化。文章展示了训练、测试和预测三个阶段,并分享了针对未来数据预测的实现。作者提到了在预测未来事件时遇到的挑战,即没有实际发生的数据,但最终解决了问题。
摘要由CSDN通过智能技术生成

图1 (2004-2022)全部数据,绿色为原始数据

图2 2021年 之后的数据(红色为预测数据)绿色为原始数据

强调:图1-2 预测是是未来变量

                                               图3 预测值和实际情况进行比较 

     

LSTM 预测未来的变量。只要知道时间,就可以预测出变量,比如收盘价,房价,客流量等等

代码:可联系。

import pandas as pd
import numpy as np
import keras
import tensorflow as tf
from keras.preprocessi
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值