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