基于递归神经网络的苹果公司股价预测
使用LSTM递归神经网络对Apple Inc.进行OHLC的平均预测
资料集:
该数据集是从yahoo finace的网站以CSV格式获取的。 数据集包括2011年1月3日至2017年8月13日之间苹果公司股票的开盘价,最高价,最低价和收盘价,共有1664行。
价格指标:
股票交易商主要使用三个指标进行预测:OHLC平均值(开盘价,最高价,低价和收盘价的平均值),HLC平均值(高价,低价和收盘价的平均值)和收盘价。在此项目中,使用了OHLC平均值。
数据预处理:
将数据集转换为OHLC平均值后,它将成为一列数据。 这已转换为两列时间序列数据,第一列为时间t的股票价格,第二列为时间t + 1。 所有值均已在0到1之间归一化。
模型:
已将两个顺序的LSTM层堆叠在一起,并使用一个密集层使用Keras深度学习库来构建RNN模型。 由于这是一项回归任务