Prédiction du modèle pour aujourd'hui : Date (heure de Hong Kong) : 2024-01-29 Ouverture : 305,38 Plus haut : 311,98 Plus bas : 299,17 Clôture : 306,11 Selon les résultats du test, si vous ouvrez un effet de levier de 20 fois et restez long au plus bas prévu prix ce jour-là, votre position sera liquidée La probabilité n'est que de 1 % Si vous faites une vente à découvert selon le prix le plus élevé prévu pour la journée, la probabilité de liquidation n'est que de 6 % ! ! !
Principes de base du LSTM
LSTM (Long Short-Term Memory Network) est un type spécial de réseau neuronal récurrent (RNN) conçu pour résoudre le problème de gradient de disparition ou d'explosion rencontré par les RNN traditionnels lors du traitement de données à séquence longue. Il contrôle le flux d'informations en introduisant trois portes (porte d'oubli, porte d'entrée et porte de sortie) et une unité de mémoire, qui permet au LSTM de sauvegarder et d'accéder efficacement aux informations dépendantes à long terme. La structure de ces portes donne au LSTM la flexibilité d'ajouter ou d'oublier des informations, capturant ainsi plus efficacement les dépendances à long terme lors du traitement de données séquentielles telles que du texte ou des séries chronologiques.