KittenCN / stock_prediction

基于神经网络的通用股票预测模型 A general stock prediction model based on neural networks
https://www.coderfan.com
GNU General Public License v3.0
178 stars 50 forks source link

收盘价测试曲线滞后现象 #31

Open xlxwhy opened 1 year ago

xlxwhy commented 1 year ago

我在努力理解算法的逻辑,并做了一些尝试,发现一个非常疑惑的现象 1、使用LSTM训练并测试开盘价,测试曲线相对合理,但训练收盘价时,测试曲线出现滞后现象

尝试了下列的措施,滞后程度并没有改善,希望各位可以给点意见:

训练并测试开盘价(LSTM,EPOCH=100,SEQ_LEN=60,SHUFFLE=True) m-100-60-shuffle-0-predict Figure_1

训练并测试收盘价(LSTM,EPOCH=100,SEQ_LEN=60,SHUFFLE=True) m-100-60-shuffle-1-predict Figure_2

jackenican commented 9 months ago

我想请问下,这个具体操作是怎么样的,首先 1.python getdata.py 2.python data_preprocess.py 3.python predict.py --mode train --model lstm --predict_days 10 为什么第三步出错了,出现code: data_queue, train error: name 'loss' is not defined

KittenCN commented 8 months ago

我在努力理解算法的逻辑,并做了一些尝试,发现一个非常疑惑的现象 1、使用LSTM训练并测试开盘价,测试曲线相对合理,但训练收盘价时,测试曲线出现滞后现象

尝试了下列的措施,滞后程度并没有改善,希望各位可以给点意见:

  • 独立训练,独立模型
  • 调整收盘价到第一列位置
  • 剔除开盘价,或者剔除最大、最小、交易量等
  • 调整EPOCH=20-50-100,SEQ_LEN=10-20-60-99,SHUFFLE=True/False

训练并测试开盘价(LSTM,EPOCH=100,SEQ_LEN=60,SHUFFLE=True) m-100-60-shuffle-0-predict Figure_1

训练并测试收盘价(LSTM,EPOCH=100,SEQ_LEN=60,SHUFFLE=True) m-100-60-shuffle-1-predict Figure_2

这应该是时间窗口引起的问题,等我有时间,会来重新对应时间窗口的