LSTM и метки

Начнем с того, что «Я знаю, что ML не может предсказывать фондовые рынки лучше, чем обезьяны». Но я просто хочу довести дело до конца.

У меня вопрос еретический. Скажем, у меня есть дата, открытие, максимум, минимум, закрытие в виде столбцов. Итак, я предполагаю, что у меня есть 4 функции: открытие, максимум, минимум, закрытие.

«my_close» будет моей меткой (ответом), и я буду использовать «закрыть» 7 дней с текущей строки. Обычно я сдвигаю столбец «закрыть» на 7 строк и делаю его новым столбцом с именем «my_close».

LSTM работают с последовательностями. Скажем, последовательность, которую я установил, составляет 20 дней. следовательно, моя форма будет (1000 дней данных, 20 дней как последовательность, 3 функции).

Проблема, которая меня беспокоит, заключается в том, должны ли эти 20 дней или строки данных иметь одну и ту же метку? или могут быть индивидуальные ярлыки? Или я неправильно понял всю теорию?

Спасибо, парни.

Оптимизация производительности модели: Руководство по настройке гиперпараметров в Python с Keras
Оптимизация производительности модели: Руководство по настройке гиперпараметров в Python с Keras
Настройка гиперпараметров - это процесс выбора наилучшего набора гиперпараметров для модели машинного обучения с целью оптимизации ее...
Развертывание модели машинного обучения с помощью Flask - Angular в Kubernetes
Развертывание модели машинного обучения с помощью Flask - Angular в Kubernetes
Kubernetes - это портативная, расширяемая платформа с открытым исходным кодом для управления контейнерными рабочими нагрузками и сервисами, которая...
Udacity Nanodegree Capstone Project: Классификатор пород собак
Udacity Nanodegree Capstone Project: Классификатор пород собак
Вы можете ознакомиться со скриптами проекта и данными на github .
Определение пород собак с помощью конволюционных нейронных сетей (CNN)
Определение пород собак с помощью конволюционных нейронных сетей (CNN)
В рамках финального проекта Udacity Data Scietist Nanodegree я разработал алгоритм с использованием конволюционных нейронных сетей (CNN) для...
Почему Python - идеальный выбор для проекта AI и ML
Почему Python - идеальный выбор для проекта AI и ML
Блог, которым поделился Harikrishna Kundariya в нашем сообществе Developer Nation Community.
2
0
1 575
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

В вашем случае вы хотите спрогнозировать цену акций на текущий день, используя стоимость акций за предыдущие 7 дней. Способ построения входных и выходных данных требует некоторой модификации перед вводом в модель.

Вы совершаете ошибку в понимании временных шагов (в ваших последовательностях). Временные шаги (последовательности) в терминах непрофессионала - это общее количество входов, которые мы будем учитывать при прогнозировании выходных данных. В вашем случае это будет 7 (а не 20), поскольку мы будем использовать данные за предыдущие 7 дней для прогнозирования результатов текущего дня.

Ваш ввод должен быть информацией за предыдущие 7 дней.

[F11, F12, F13], [F21, F22, F23], ........, [F71, F72, F73]

Fij в этом случае F представляет функцию, i представляет временной шаг, а j представляет номер функции.

и на выходе будет цена акций 8-го дня. Здесь ваша модель проанализирует входные данные за предыдущие 7 дней и спрогнозирует выход. Итак, чтобы ответить на ваш вопрос, у вас будет общая метка для ввода за предыдущие 7 дней.

Я настоятельно рекомендую вам немного больше изучить LSTM.

Привет! могу я задать вам еще один вопрос. Я вижу, что некоторые люди используют окно (или seq len, или временную последовательность) всего 1, что совершенно противоречит цели LSTM, верно? Хотя я должен сказать, кажется, что окно 1 дает наилучшие результаты? Если вы посмотрите эту ссылку. Не нужно подробно читать, можно примерно увидеть, что она делает. Он строит отличный график, но мне просто завораживает голова, когда вы используете только линзу с одной последовательностью. python36.com/predict-cryptocurrency-price-using-lstm есть идеи?

J T 21.07.2018 16:33

Да, ты прав.! Хотя ее результат кажется очень хорошим, на самом деле это не так. Пожалуйста, прочтите 2-й комментарий Уильяма Брауна по этой ссылке.

Vikas NS 21.07.2018 18:52

Многоступенчатое предсказание в lstm. Я видел некоторый код по этому поводу, но он включает только одну функцию. Для мультифункциональности мультишаговый режим невозможен или абсолютно не точен, не так ли? В контексте прогнозирования цен на акции, скажем, у меня есть 7 других функций, скажем, открытие, максимум, минимум, ma, импульс, RSI и CCI. Я предсказываю цену закрытия следующего шага. Но я не могу перейти к шагам 2 и 3, потому что у меня нет следующего максимума и минимума, и я открываюсь. Тогда невозможно получить следующий rsi, cci, импульс для передачи в model.predict (). Значит, нет возможности исправить эту работу?

J T 30.07.2018 14:59

Другие вопросы по теме