Keras深度学习实战——股价预测

0. 前言

我们已经学习了使用神经网络进行音频、文本等非结构化数据和房价、信用等结构化数据分析的相关任务。在本节中，我们通过学习股价预测任务研究时间序列数据的分析问题。

1. 股价预测

1.1 数据集介绍

本文使用的股价数据集来自 GitHib，也可以使用格式与之类似的股价数据集。下载数据集后，查看其内容，可以看到数据集中包含时间、开盘时股价等一系列相关信息，本文需要预测的是股价当天的最终价格，即 Close 列的数据：

1.2 神经网络模型分析

为了预测股价，我们根据以下思路构建神经网络模型：

• 按照时间发生顺序对数据集进行排序
• 以前五个股票价格数据作为输入，第六个股票价格数据作为输出
• 滑动时间窗口，在模型的下一个输入使用第二个到第六个数据，并将第七个数据作为输出，依此类推，直到到达最后一个数据点
• 由于我们需要预测的是一个连续值，因此损失函数使用均方误差值