經濟數據預測 | Python實現CNN-LSTM股票價格預測時間序列預測

---

目錄

• • 經濟數據預測 | Python實現CNN-LSTM股票價格預測時間序列預測
  • • 基本介紹
    • 程序設計
    • 學習總結

基本介紹

通過Tensorflow框架搭建一個基于CNN-LSTM的簡單股票價格預測模型，這個模型首先是將一個窗口的股票數據轉換為一個2D的圖像數據，然后通過CNN進行特征提取。
具體地，定義一段股票序列為：

其中，每個x是一個m維的向量，這樣得到的就是一個r乘m的矩陣形式，因此對于這個矩陣可以通過CNN進行特征提取。文中，通過64個filter來進行特征提取，之后通過Relu函數進行激活，接著通過max-pooling進行池化處理，最后加入了概率為0.3的dropout來防止過擬合。最后輸出一段序列作為后面LSTM的輸入。然后通過LSTM對得到的feature map進行時序建模。

總結

以上是生活随笔為你收集整理的经济数据预测 | Python实现CNN-LSTM股票价格预测时间序列预测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。