基于递归神经网络的苹果公司股价预测 使用LSTM递归神经网络对Apple Inc.进行OHLC的平均预测 资料集： 该数据集是从yahoo finace的网站以CSV格式获取的。 数据集包括2011年1月3日至2017年8月13日之间苹果公司股票的开盘价，最高价，最低价和收盘价，共有1664行。 价格指标： 股票交易商主要使用三个指标进行预测：OHLC平均值（开盘价，最高价，低价和收盘价的平均值），HLC平均值（高价，低价和收盘价的平均值）和收盘价。在此项目中，使用了OHLC平均值。 数据预

深度学习项目 该存储库演示了一些深度学习项目。 项目清单 序列号 项目 重点介绍 1个 股票价格预测 LSTM 2个 文字摘要器 编码器，解码器和注意力模型 2个 数字识别器 卷积神经网络 项目详情和结果 1.使用LSTM预测股价 基于LSTM神经网络的深度学习模型，可使用AAPL股票数据集预测股票价格。 通过堆叠3个lstm层和一个连接的密集层来获得回归输出，从而构成了体系结构。 已使用Adam优化器，它是adagrad优化器的升级版本，用于防止高alpha值，这可能会导致非常低的学习率。

使用堆叠LSTM的股价预测和预测-深度学习