Python 基于训练模型的未来烛台预测
让我们假设我们已经使用Keras训练了一个模型,精确度超过90%。 我们使用了过去的开盘价、高、低、收盘价、成交量等数据,列车/测试分流比为80-20。 这里的问题是,我们使用已经存在的数据来预测再次存在的数据。 我们如何利用这个模型来预测未来?例如,使用经过训练的模型预测未来4小时的红色或绿色烛台?Python 基于训练模型的未来烛台预测,python,tensorflow,machine-learning,keras,deep-learning,Python,Tensorflow,Machine Learning,Keras,Deep Learning,让我们假设我们已经使用Keras训练了一个模型,精确度超过90%。 我们使用了过去的开盘价、高、低、收盘价、成交量等数据,列车/测试分流比为80-20。 这里的问题是,我们使用已经存在的数据来预测再次存在的数据。 我们如何利用这个模型来预测未来?例如,使用经过训练的模型预测未来4小时的红色或绿色烛台? 我知道我们可以使用model.save,然后加载模型,最后使用model.predict,但这里的问题是model.predict需要一些输入数据来进行预测。我们是否可以在没有OHLCV未来数据的
我知道我们可以使用model.save,然后加载模型,最后使用model.predict,但这里的问题是model.predict需要一些输入数据来进行预测。我们是否可以在没有OHLCV未来数据的情况下使用时间戳作为输入?您的培训数据和输入数据应采用相同的格式 例如,如果您使用前几天的开放、高等数据训练模型以预测今天的数据,只需输入今天的数据以预测明天