LSTM對股票的收益進行預測（Keras實現）

目錄 一、概述： 二、股票數據準備 三、股票數據預處理 1、數據特徵歸一化（標準化） 2、將數據集轉化爲有監督學習問題 四、股票數據劃分爲訓練集和測試集 五、模型構建及其預測 1、搭建LSTM模型並繪製損失圖 2、預測並反轉數據（反歸一化） 3、繪製模型預測結果圖 六、模型評估 一、概述： 傳統的線性模型難以解決多變量或多輸入問題，而神經網絡如LSTM則擅長於處理多個變量的問題，該特性使其有助於解

>>阅读原文<<