使用tensorflow：LSTM神經網絡預測股票（二）

與第一版相比的改進點 上一篇博客 直接預測收益，訓練過程中通過觀察預測值的變動，發現LSTM網絡收斂起來非常困難，幾百萬行數據下來，也沒有比較明顯的收斂跡象。我分析原因有可能爲：一行60個交易日，下一行的60個交易日有59個實際上並沒有變，即大部分輸入數據並未變動，但是收益變動可能會非常巨大（股票的價格變動），如圖所示： 收益相對劇烈的變動，給網絡的收斂帶來了巨大的困難。礙於硬件資源的限制，我沒有

>>阅读原文<<