最近因为做项目的需要，要做一些数据预测，因此就去学习了一下相关的知识。主要就是采用LSTM来做时间序列的预测。
IBM股价预测
数据集选择的是IBM2006-2018年的股价数据，我这里算的是每日的最高股价。其中，2006-2016年的数据是训练集，2017年的是测试集。
模型搭建如下：
然后就是对数据进行预处理（归一化），接着进行训练。在训练的时候采用了一些小技巧：采用了学习率逐渐衰减的方式，使得loss更小。
在不同epoch下，对2017年的数据进行预测的结果像下面的图片中所示的那样：（根据之前60天的真实数据来预测第二天的数据）
其中，蓝色的是真实曲线，绿色的是预测曲线。
500个epoch
5000个epoch
10000个epoch
12000个epoch
最终可以看到，12000个epoch之后，预测曲线和真实曲线已经非常的贴近了，说明，这个简单的模型，确实能够达到一个很不错的预测效果。
预测接下来一个月的英镑汇率
上面的股价预测，是基于前面60天的真实数据来预测下一天的真实数据。那么要是预测接下来一个月的汇率呢？
从理论上来讲，只需要将模型的输出数据从1个数据，修改成30个数据的序列，就能预测接下来一个月的汇率了。
汇率和股票相比，它的变化幅度不大，因此，如果我们的learning rate开的还像股票预测那么大的话，就很难收敛。
首先是去英为财情的网站下载了2005年1月1日到今天（2022年1月3日）的汇率数据。然后，丢进去训练了2200个epoch。
我设计的是根据过去180天的数据来预测接下来一个月的价格走势。由于预测的是接下来的30天，并且汇率本身的变化程度就比较小（每天相差几分钱），因此，在测试集上，只能说是预测的变化趋势基本一致，但是具体的值的话，预测的不准。
于是乎，我就预测了一下接下来一个月的英镑汇率：
具体它准不准，那就看看接下来的汇率是不是这么一回事吧！
（大概率是不准确的，大家不要把这个当成投资的依据，否则一切后果自负）
2022年1月4日，汇率：8.586546897888184
2022年1月5日，汇率：8.583914756774902
2022年1月6日，汇率：8.588775634765625
2022年1月7日，汇率：8.57702350616455
2022年1月8日，汇率：8.591371536254883
2022年1月9日，汇率：8.568089485168457
2022年1月10日，汇率：8.572650909423828
2022年1月11日，汇率：8.583415985107422
2022年1月12日，汇率：8.590611457824707
2022年1月13日，汇率：8.589016914367676
2022年1月14日，汇率：8.576234817504883
2022年1月15日，汇率：8.588798522949219
2022年1月16日，汇率：8.577808380126953
2022年1月17日，汇率：8.56200885772705
2022年1月18日，汇率：8.592248916625977
2022年1月19日，汇率：8.568221092224121
2022年1月20日，汇率：8.589277267456055
2022年1月21日，汇率：8.568589210510254
2022年1月22日，汇率：8.582256317138672
2022年1月23日，汇率：8.5689115524292
2022年1月24日，汇率：8.572840690612793
2022年1月25日，汇率：8.592175483703613
2022年1月26日，汇率：8.570953369140625
2022年1月27日，汇率：8.586837768554688
2022年1月28日，汇率：8.586097717285156
2022年1月29日，汇率：8.574344635009766
2022年1月30日，汇率：8.566436767578125
2022年1月31日，汇率：8.553132057189941
2022年2月1日，汇率：8.57451343536377
2022年2月2日，汇率：8.544835090637207转载请注明原文：使用LSTM进行股价、汇率预测 | 龙进的博客
