基于LTSM的多变量(Features)多输入\多时间跨度(Timesteps)的股票预测模型构建(Keras, Tensorflow, python)
网上有很多LSTM模型的示例代码,但让人头疼的是,大部分都是用v(t-n)的feature来预测v(t),那么对于有预测v(t+1),v(t+2)...v(t+n)需求的时候,估计就会有人采用笨办法,既先预测v(t),之后再用v(t)预测v(t+1),愚公移山,慢慢挖。。。(*@ο@*)哇~既然写,就写点和别人不一样的,那么我们今天的模型就是用v(t-n)来预测v(t+m)时刻感兴趣的特征值。模型