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

最新推荐文章于 2024-05-12 18:37:51 发布

原创最新推荐文章于 2024-05-12 18:37:51 发布 · 335 阅读

CC 4.0 BY-SA版权

文章标签：

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。

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’]）

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：