所以我一直在努力训练LSTM来预测某种股票的 Value . 错误非常低,因此我决定从测试集中创建一个图表 . 它看起来像这样:
红色:实际,黑色:我的预测,蓝色:输入以获得预测
所以我用以下数据集训练网络:in:xt-1,out:xt . 但是当忽略黑线比红线低得多的事实时,你会发现网络实际上模仿输入以保持接近实际预测 .
所以在doing some googling之后,我发现这是一个常见的'陷阱:
有什么办法可以解决这个问题吗?
我正在使用Stock.js获取数据而使用Neataptic进行培训 .
我创建了一个带有神经网络和图表训练的JSFiddle . View it here( open console before opening ) . 随意调整选项,看看你是否有工作......
目前的选择:
iterations: 5000,
rate: 1e-3,
cost: methods.cost.MSE,
clear: true,
log: 1000