深度学习模型 CNN+LSTM 预测收盘价

—— 本篇文章 by HeartBearting

上一篇浏览量很大，感谢各位的关注！
能够在这里分享一些实验，一起领略 数据科学之美，也很开心。
以后，这个实验的模型会不断深化。
之后，也会分享一些 论文里 基于深度学习的时间序列预测模型。
数据由JQData本地量化金融数据支持
上一篇做了2个实验，预测黄金期货主力合约的收盘价。
实验2：
使⽤历史前5个时刻的 open close high low volume money
预测当前时刻的收盘价，
即 [None, 5, 6] => [None, 1] # None是 batch_size

这一篇对 第2个实验的模型 进行拓展，增加CNN层
因为 对每个样本是5行，6列的数据，二维数据，能够使用CNN进行特征提取

模型架构
输入层
CNN进行特征提取，+池化层+dropout
双向LSTM层
输出层

实验结果：是测试集的结果。test为测试集的真实收盘价，pred为模型预测的收盘价

点击查看源码