如何使用 Keras 进行多天的 RNN 时间预测？答案

【问题标题】：How to make RNN time-forecast multiple days using Keras?如何使用 Keras 进行多天的 RNN 时间预测？
【发布时间】：2018-07-24 19:41:53
【问题描述】：

我目前正在开发一个程序，该程序将获取特定股票过去 4000 天的股票数据并预测未来 90 天的表现。

我选择这样做的方法是使用 RNN，它利用 LSTM 层使用前 90 天来预测第二天的性能（训练时，前 90 天是 x 值，下一个day 用作 y 值）。然而，我想做的是使用之前的 90-180 天来预测接下来 90 天的所有值。但是，我不确定如何在 Keras 中实现这一点，因为我看到的所有示例都只预测第二天，然后他们可能会将预测循环到第二天的 90 天 x 值中。

有没有什么方法可以只使用前 180 天来预测接下来的 90 天？还是 LSTM 仅限于预测第二天？

【问题讨论】：

由于循环层的性质，预测一步和循环似乎是最好的方法。
你想要的是序列到序列的预测。如果您搜索该术语，您可以找到一些 LSTM 示例。无论如何，股票预测效果并不好。

标签： python tensorflow keras lstm rnn

【解决方案1】：

我没有代表发表评论，但我会在这里说我玩过类似的任务。可以使用滑动窗口方法 90 天（我使用了 30 天，因为 90 正在推动 LSTM 的极限），然后预测下个月的价格升值（所以你的预测是单一值）。 @Digital-Thinking 通常是正确的，但您不应该期望有出色的表现。

【讨论】：