本文包含什么?
- 项目运行的方式(包教会)
- 项目代码(在线运行免环境配置)
- 不通注意力的模型指标对比
- 一些效果图
- 运行有问题? csdn上后台随时售后.
项目说明
本项目实现了基于CNN+LSTM构建模型,然后对比不同的注意力机制预测股票走势的效果。首先看一下模型结果的对比:文章来源:https://www.toymoban.com/news/detail-834128.html
模型 | MSE |
---|---|
CNN + LSTM | 0.00011371035229372369 |
CNN + LSTM + ECA | 0.0001245921911587092 |
CNN + LSTM + SE | 0.00009550479312152179 |
CNN + LSTM + HW | 0.00041322291971565306 |
CNN + LSTM + CBAM | 0.0003162174993617968 |
这个MSE表示误差,误差越小则越好,所以可以看出CNN + LSTM + SE 的效果是最好的。
本文预测的目标是股票的high,目前的代码逻辑是用前5天的high的值预测第6天high的值,如下图:
几种文章来源地址https://www.toymoban.com/news/detail-834128.html
到了这里,关于算法项目(1)—— LSTM+CNN+四种注意力对比的股票预测的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!