LSTM Kerasを使用して将来の在庫を予測する方法
まず第一に、私は言わなければなりません、私はこのAIのことの初心者です。株式市場予測についてのチュートリアルのほとんどを続け、それらのすべてはほとんど同じです。データ・セットを使用して2つのセットに分割されたこれらのチュートリアル。最初のものはトレーニングセットで、2番目のものはテストセットです。彼らは株の終値を訓練し、モデルを作ることを使っています。そのモデルから、それらは終値を含むテストデータセットを挿入し、2つのグラフを示しています。それから彼らは実際のものと予測されたグラフがほとんど同じです。チュートリアルのgithubレポ--- https://github.com/surajr/stock-predictor-using-lstm/blob/master/stock-predictor-using-lstm.ipynb L私の質問、1.これらすべてのチュートリアルがテストセットにも終値を入れているのはなぜですか？彼らは日付を正しく挿入することだけを想定していますか？私たちは終値を予測しているからです。これは混乱しています。説明してください。 2.誰も私に次の7日間の値を予測する方法を教えていません。だから私たちがモデルを持っているのであれば、次の7日の閉会の値を取得する方法？
これを明確にするのを手伝ってください。どうもありがとう。
このリンクを見てください。私はそれがあなたが正しい方向に進むことになると思います。
https://www.datacamp.com/community/tutorials/lstm-python-stock - マーケット
これらのチュートリアルはすべてのチュートリアルがテストセットで終値を置く理由もなぜですか？ - >株価を計算するために必要な一種の入力変数であることを理解しやすいです。
コードが表示されているので、22日の歴史のある在庫価格を予測するようです
X_train (1173, 22, 3)y_train (1173,)X_test (130, 22, 3)y_test (130,)
今日の7日後の価格を予測するには、（~~~,7,3）に再訓練する必要があると思います。
これらのチュートリアルはすべてのチュートリアルがテストセットで終値を置く理由もなぜですか？
最終的な目標は、閉鎖している運動（成長）を予測することです。究極のモデルは、実際の成長が何であるかに非常に近いものに非常に近いテストデータセットの成長を計算するモデルです。成長は、モデルが解決しようとしている主な問題であり、訓練されたモデルの正確さを計算するときの参照点です。
彼らは日付を正しく挿入することだけを想定していますか？私たちは終値を予測しているからです
モデルは与えられた要因に基づいて成長を予測しています。会社の場合は、1日あたり定量化された多くの要因があります。私はあなたが1つの特定の日とさまざまな株のために抽出されたテストセットを使用したチュートリアルを疑っています。すべての会社のすべてのパラメータを抽出するのが好きで、1月10日にのみ、次に訓練されたモデルがどれほど正確であるかを確認してください。一方でセットされたトレーニングセットには、一日以上の時間の在庫が含まれています。
だれも今後7日の値を予測する方法を教えていません。だから私たちがモデルを持っているのであれば、次の7日の閉会の値を取得する方法？
比較的正確に株価を予測するには、よく訓練されたモデルが必要です。これを行うには、多くの要因に基づいてモデルを訓練する必要があります。同じモデルはさまざまな国の在庫を予測することはできません。 1つのモデルがテクノロジーの在庫（AAPL）を予測するのに適しているかもしれませんが、他の分野ではありません。