首先,我必须说,我是AI知识的初学者。我遵循了大多数有关股票市场预测的教程,并且它们几乎都是相同的。这些教程使用一个数据集并将其分为两组。第一个是训练集,第二个是测试集。他们正在使用股票的收盘价进行训练并建立模型。他们从该模型插入包含收盘价并显示两个图表的测试数据集。然后他们说实际图和预测图几乎相同。
本教程的github回购。 --
https://github.com/surajr/Stock-Predictor-using-LSTM/blob/master/Stock-Predictor-using-LSTM.ipynb
这是我的问题
1.为什么所有这些教程也会在测试集中设置收盘价?他们只是想插入日期,对不对?因为我们正在预测收盘价。这很混乱。请给我解释一下。
2.没有人告诉我如何预测未来7天的值。因此,如果我们有一个模型,如何获得未来7天的收盘价?

请帮助我澄清这一点。非常感谢。

最佳答案

为什么所有这些教程也将收盘价纳入测试范围?

最终目标是预测运动(增长),即收盘价减去开盘价。最终模型是计算测试数据集的增长非常接近实际增长的模型。增长是模型试图解决的主要问题,并且是计算训练模型的准确性时的参考点。

他们只是想插入日期,对不对?因为我们正在预测收盘价

该模型基于给定因素预测增长。对于一家公司而言,每天都有许多量化的因素。我怀疑您所完成的教程使用了针对某一天和不同股票提取的测试集。就像只在1月10日提取所有公司的所有参数,然后检查训练后的模型的准确性如何。另一方面,大多数情况下,训练集包含超过一天的库存。

没有人告诉我如何预测未来7天的价值。因此,如果我们有一个模型,如何获得未来7天的收盘价?

要相对准确地预测股价,您需要一个训练有素的模型。为此,您需要基于许多因素来训练模型。同一模型无法预测不同国家/地区的库存。一种模型可能适用于预测技术库存(AAPL),但不适用于其他领域。

总体而言,这是一个复杂的主题。财务顾问为使用可靠的模型付出了巨额资金。他们中的大多数根据客户的投资组合使用多种模型。这些教程向您介绍了该主题,并教会您主要概念。恕我直言,我想下一步是学习,然后在Kaggle中竞争。

07-24 09:52
查看更多