天驭学院 · 教学材料 · 机器学习交易入门
課程講義
LSTM报告以复现形状、因果切分和训练流程为目标。损失下降不证明泛化，固定合成数据成绩也不能外推到市场。
运行lstm_lab.py→保存种子/版本/形状/轮数→核测试48窗口→对比基线→写局限与未运行项。
交报告，包含139×20×3、hidden8、8轮、48测试窗口；若未安装PyTorch应怎样填？
填写依赖失败或未运行及原因，不抄参考成绩冒充本机结果。已运行也只证明该实验流程，不证明实际价格预测或生产模型准备度。
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。
LSTM报告以复现形状、因果切分和训练流程为目标。损失下降不证明泛化，固定合成数据成绩也不能外推到市场。
按題設保存成果、核對參考結果後填寫自評。勾選不是自動批改或能力認證。
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。