LSTM stock prediction

  统计/机器学习 时间序列 Python 人工神经网络    浏览次数:2425        分享
0

最近也试做了一个Lstm的范例,我让它学了6000根的K棒,并用90根的K棒去预测下一根的K棒,学完之后我把这个Model save成一个H5档,照理说一个新价格来,是不是x_test有最近的90天数据就行了?还是x_te要必须是原来6000的那个数据更新到最新?因为拿最近90天的跟把6000笔资料档数据更新后,这二种,数据跑出来差有点多,我不懂为什么会有差别?model.不是已经学完6000笔了吗?我为什么不能只取最近90笔去预测下一个价格吗?

window = 90
x_test, y_test = data_helper(df, window)
model = load_model('test.h5')
p = model.predict(x_test)


 

kenjohnken   2018-10-30 01:14



   1个回答 
0

是的,用最近90天的就能预测下一天的了。如果你的x_test只有90天的数据,你也就只有一个prediction吧,然后你拿一个prediction和一个真值做比较,得到误差吗?

SofaSofa数据科学社区DS面试题库 DS面经

Marvin_THU   2018-10-30 11:31



  相关讨论

python中如何修改时间戳变量里的小时?

datetime模块里的datetime.combine什么用?

python中怎么判断某一年是闰年?

求助,按照百度的方法从日期提取年龄出现错误了

fbprophet.Prophet里的growth='linear'和growth='logistic'有什么区别?

python如何对日期做遍历?有没有类似range的函数?

python两个日期,求间隔的天数

怎么在python中获取昨天的日期的字符串?

怎么把datetime类型转为字符串类型,但只保留日期

ARIMA模型中的三个参数(p, d, q)都是什么意思?

  随便看看

pandas.DataFrame的index重新排列(从0开始)

去掉pandas DataFrame的index的名字

怎么理解库克距离(Cook's distance)?

用一个骰子生成1到7的随机数?

神经网络中的dense和sparse是什么意思?