LSTM Networks应用于股票市场之Functional Model【附源码】

本文介绍了一种使用LSTM网络预测股票市场的方法,通过构建FunctionalModel,利用包含6个特征的30个时间序列数据作为输入,预测沪深300指数的涨跌。策略源码可在BigQuant平台上获取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

LSTM Networks应用于股票市场之Functional Model。本文是已初步探索,如下示例中 使用 LSTM 预测沪深300 涨跌。

  • 用一个input(6 features * 30 time series)训练LSTM,将训练结果与另一个辅助性输入label(np.round(close/500))一起作为input输入至Dense层
  • LSTM future_return_5作为output(time series=30,features=[‘close’,‘open’,‘high’,‘low’,‘amount’,‘volume’])

源码地址:LSTM Networks应用于股票市场之Functional Model

实现平台: BigQuant——人工智能量化投资平台


在这里插入图片描述
策略源码可前往原文点击“克隆策略”进一步研究:

原文链接:LSTM Networks应用于股票市场之Functional Model

评论
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