天驭学院 · 教学材料 · 机器学习交易入门
分步讲解（文字）
LSTM 基础
本节为可手动翻页的文字讲解，不含视频或音频。按自己的节奏阅读，完整推演与材料见下方讲义。
课程讲义
LSTM以序列输入和隐藏状态表示历史。张量常为样本×时间×特征，但框架约定需明确；打乱训练样本不等于允许随机混合时间测试。
核batch_first→在各段内部建20步窗口→训练段拟合尺度→输入3特征/hidden8→运行8轮并记录形状与损失。
配套训练输入139×20×3，各维是什么？测试窗口能否包含训练后尚未确认的未来标签？
139样本、20时间步、3特征；不能混入不满足切分的未来标签。训练和测试独立构窗，不能为增加样本跨界绕过purge。
假设输入32个样本、每个20步、每步3特征，形状(32,20,3)；隐藏维8、单向单层输出(32,20,8)，取最后时刻得到(32,8)，分类头输出32个logit。标签不能取窗口内最后已知方向冒充未来。
不能把合成序列的拟合效果当价格预测能力；严禁用最终测试结果选择网络大小。
先按README安装本实验的明确依赖。若依赖或平台不可用，应标记未运行，不以源码下载代替运行证据。
python lstm_lab.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本节要点
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。