我正在尝试使用基于 LSTM 的神经网络对股票收益进行分类。
我想使用收盘价和成交量作为特征（见下文），但不确定在将它们输入网络之前是否需要转换它们（例如，通过差分）？
如果有人以前做过这种事情并且可以给我一些建议，或者可以将我推荐给任何论文，我将非常感激。
谢谢，
杰克
如何为基于 LSTM 的神经网络转换股票数据
数据挖掘
机器学习
神经网络
lstm
特征工程
特征缩放
2022-02-26 19:59:01
1个回答
是的，您应该计算每只股票的对数回报，然后将它们输入神经网络。
我之前做过一个类似的项目，但只有收盘价，而不是成交量。我遵循本文中的方法：Deep learning with long short-term memory networks for financial market predictions
这是代码：https ://github.com/tqa236/LSTM_algo_trading
请持保留态度，代码质量不是很高。此外，在我的项目和这几年的原始论文中，结果都不是很令人印象深刻。我们得出了同样的结论，现在用普通的 LSTM 来预测股市真的很困难。