Java 股票市场对LSTM的影响

我已经完成了用LSTM神经网络预测股票市场的代码。我在从神经网络发送和接收数据时遇到问题。我有minibatch，每个minibatch有两个数组：输入价格和输出理想值。在输入价格下，我的意思是它有n个刻度，在输出理想下，我的意思是随机指标，它有一个很长的周期，移位=-100。也就是说，神经网络出现在“概率”神经网络中

嗯，我有一个记录，有1000个刻度的数据。 配置：minibatch=1，input=1（上面我称之为“'n'ticks”），output=1

一旦我训练了一个神经网络，从[0；1000]开始，神经网络上只会有[0，900]个刻度，因为指标数据已经过了。如何预测最后一个刻度？只需忽略间隔[900，1000]，立即应用最后一个（1000）刻度

小型批处理的数组按以下形式计算：

对于（i=0，i0）勾选[i]-勾选[i-1]；否则为0；
理想[0]=指示剂[batch_size-1]；

NN使用输入和输出层的tanh

我需要将输入增加到100或输出增加到100？？如何避免这种情况

---

你认为这会比？：）：）更好地预测市场吗？：）我只是想比较一下，哪个预测更好：对于伪随机数据、随机数据和真实数据。是的，我知道……我是在开玩笑。不过，当你的程序完成后，如果真的有效，请让我们都知道。（是的，对）当然，因为我这样做不是为了钱