python - 股票期权数据的 CNN-LSTM 模型
问题描述
我正在尝试建立一个模型来帮助确定购买或出售某些股票期权是否是最佳选择(数据是 EOD 数据,我假设每天的期权都持有至到期)。我想将基本面、技术面、波动性、情绪和宏观经济指标作为输入,并用它们来预测回报。由于会有很多指标,我想使用 CNN 进行特征提取,然后输入 LSTM 模型。但是,某些期权合约的到期时间长度不同。您如何构建/训练一个模型来预测与每个期权各自的到期时间相匹配的不同时间长度的回报(可以从 1 天一直到 2 年不等)?
解决方案
推荐阅读
- python - 求解谐波势阱中粒子的薛定谔方程
- python - 用乳胶显示时如何确定多项式的排列?
- python - ValueError:float() 的文字无效
- python - setuptools.setup() 接受哪些关键字参数?
- python - 带有 Python 脚本的 Azure Databricks
- ruta - Ruta 转义特殊字符
- c++ - 递归函数给出分段错误,如何将指针对象指向它的子对象?
- xorg - How do I emulate Play media key on a laptop with no media keys on GNU/Linux?
- node.js - NodeJS read JSON data with # in key
- python - 您如何在顶层窗口中使用各种变量进行计算?