LSTM 模型过拟合 spx 数据？答案

【问题标题】：LSTM model is overfitting spx data?LSTM 模型过拟合 spx 数据？
【发布时间】：2020-05-14 06:44:34
【问题描述】：

您好，我创建了这个模型来预测未来的 spx 价格，但结果太好了，我认为我没有过度拟合。 python代码在这里https://datascience.stackexchange.com/q/74124/97054。有人可以帮我了解超参数是否可以吗？

谢谢

【问题讨论】：

您需要提供一个可重复的最小示例（请参阅stackoverflow.com/help/minimal-reproducible-example）请不要在提问时使用链接——强烈不推荐使用它们。此外，datascience.stackexchange.com/ 是询问数据科学问题的更好地方。
这类问题是题外话，因为它们不是编程问题。继续在 Data Science SE 上提问。

【解决方案1】：

Davide，您是否知道 LSTM 不是股票预测的好模型？（至少如果你只使用过去的股票数据）

以非常简单的方式考虑这一点。如果我告诉你过去十年可口可乐股票的价值如何变化，你能告诉我下个月会发生什么吗？

不，因为股票价格与其过去的价格没有直接关系。如果有的话，股价与人们的情绪有关，这就是为什么总统的推文可以扰乱整个市场，或者混合动力汽车着火可以让特斯拉的股票下跌。

您的数据过度拟合，更改超参数无法解决此问题。正确的股票预测需要将 NLP 用于文章、社交媒体等。

【讨论】：

我的第一个想法是添加几个特征（多变量模型），不仅是价格，而且如果我的模型过度拟合数据，我认为它是无用的，因为如果我不明白怎么做，我会得到相同的结果来“控制”过拟合。谢谢回答
我明白了。是的，这是使用 LSTM 的常见问题。如果你在测试数据上使用它，你可能会得到一条平线，因为 LSTM 总是会预测它前面的值。除了更多地了解深度学习模型之外，我没有更好的建议给你。祝您在继续寻找好模特的过程中一切顺利。