Assignment1

退货中的LSTM方法 该项目使用LTSM方法来预测库存回报。 数据：股票价格，市盈率和周转率600309.SH 期间：20190101-20210228 火车时间：20190101-20201231 测试期：20210101-20210228 依赖包 张量流 凯拉斯 斯克莱恩 操作说明 -LSTM.py：此python文件包含数据处理和LSTM模型的功能，我将其打包为一个名为LTSM_stock的类 main.py：获得最终结果的主要功能 贡献和思想 参考博客使用的时间段为20160301至20171231，但此期间的市场表现稳定甚至良好。为了测试不同的时期，我选择了最近几年和2019年的股票狂跌，而covid-19影响了世界，因此这个时期并没有一个很好的预测，这表明博客中的这种模型并不总是正确的。 另外，我将代码放入包中，以使其他人更容易使用。 该模型可以通过多种方式进行优化。例如，我们