LSTM预测归一化

Question

我目前正在尝试以太坊价格预测与LSTM网络在Keras，我有一个小问题。在

我试图从之前的40个价格中预测10个后续价格。价格之间的时间跨度是15秒，所以我预测未来2.5分钟。在

我的输入数据是：收盘价、开盘价、最低价和最高价。我规范化了0和1之间的数据，因为我在全连通层中的激活函数是线性的。我基于整个序列的最小值和最大值独立地规范化每个序列。在

当我用过去的数据来测试这个模型时，这个模型工作得很好，因为我有输入价格和我试图预测的价格，所以当我根据整个序列的最小值和最大值对数据进行反规范化时，预测是非常准确的。在

然而，当我试图预测实时数据时，我没有序列中的最后10个价格，所以我不得不根据40个输入值对输出进行非规范化，这就是问题所在。现场结果永远不会像测试结果那么好。在

我试着根据培训时的序列中的40个输入价格对我的数据进行标准化，但这有点偏离了我的整个预测。在

我还试图根据40个输入值将-1和1之间的值规范化，并将输出激活函数更改为tanh，但仍然无法正常工作。我的预测基本上是直线，没有增加或减少价值。在

我的培训数据包含大约61000行价格，我取了85%作为培训集，20%的培训集作为验证集，15%作为测试集。在

你知道问题出在哪里吗？如果需要，我还可以提供一些关于我的架构和培训的数据。在