LSTM Networks应用于股票市场之Functional Model

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

LSTM Networks应用于股票市场之Functional Model。本文是已初步探索，如下示例中 使用 LSTM 预测沪深300 涨跌。

用一个input（6 features * 30 time series）训练LSTM，将训练结果与另一个辅助性输入label(np.round(close/500))一起作为input输入至Dense层 LSTM future_return_5作为output（time series=30,features=[‘close’,‘open’,‘high’,‘low’,‘amount’,‘volume’]）

1. # 0. 基础参数配置
   
2. class lstm_conf:
   
3.     # 股票代码：用LSTM预测沪深300指数
   
4.     instrument = '000300.HIX'
   
5.     # 设置用于训练和回测的开始/结束日期
   
6.     start_date = '2005-01-01'
   
7.     split_date = '2015-01-01'
   
8.     end_date = '2017-05-01'
   
9.     fields = ['close', 'open', 'high', 'low', 'amount', 'volume']
   
10.     # 每个input的长度，使用过去30天的数据
    
11.     feature_back_days = 30
    
12.     # 指定进行梯度下降时每个batch包含的样本数,训练时一个batch的样本会被计算一次梯度下降，使目标函数优化一步
    
13.     batch_size = 100
    
14. # 1. 加载数据
    
15. def load_and_label_data(instrument, start_date, end_date, fields):
    
16.     df = D.history_data(instrument, start_date, end_date, fields)
    
17.     # 只保留有数据的交易日
    
18.     df = df[df.amount>0]
    
19. 
    
20.     # 计算收益：以明日开盘价买入，第五天的收盘价卖出
    
21.     df['return'] = df['close'].shift(-5) / df['open'].shift(-1) - 1
    
22.     #去极值
    
23.     df['return'] = df['return'].clip(-0.2, 0.2)
    
24.     # 适当增大return范围，利于LSTM模型训练
    
25.     df['return'] = df['return'] * 10
    
26. 
    
27.     # 辅助输入
    
28.     df['label'] = np.round(df['close'] / 500)
    
29. 
    
30.     df.dropna(inplace=True)
    
31.     df.reset_index(drop=True, inplace=True)
    
32. 
    
33.     return Outputs(data=DataSource.write_df(df))
    
34. 
    
35. lstm_m1 = M.cached.v2(run=load_and_label_data, kwargs=dict(
    
36.     instrument=lstm_conf.instrument,
    
37.     start_date=lstm_conf.start_date,
    
38.     end_date=lstm_conf.end_date,
    
39.     fields=lstm_conf.fields
    
40. ))

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Functional Networks function network Works

_wallstreetcat_ 发表于 2021-11-17 18:17
LSTM Networks应用于股票市场之Functional Model。本文是已初步探索，如下示例中 使用 LSTM 预测沪深300 涨 ...

谢谢分享

你好，请问lstm可以用于沪深300成份股所有股票的训练吗？还是要必须对每只股票分别训练呢