基于CNN的金融市场数据分类试

让我们先来了解一下标题内容。其中，
CNN
全称卷积神经网络（Convolutional Neural Network），以其在图像识别领域的卓越性能著称——并不是像某些地方媒体那样因特朗普的不当言论而受到批评。
至于
"股票涨跌"
这一现象，则无需多言——大家心知肚明。
至于
"股票图片"
部分，
鉴于采用了卷积神经网络技术，
这样的输入方式确实带来了诸多便利。
具体而言，
本文中使用的图像并非简单地从看盘软件截取单张图表，
而是通过OHLC数据"绘制"而成——这种方式既节省时间又保证了数据的真实完整性。
至于
"尝试"
一词，
虽然听起来可能让人觉得不够直接，
但实质上就是一个非常不错的主意。
不过，
从实际效果来看，
这倒是个令人尴尬的答案——T_T。

进入正题：
首先是画出图片。本文目前是仿照柱线图画的。

大致的想法是：

1. 对每个样本，将32time_steps×4features(OHLC)数据归一化处理，即所有取值均在[0,1]之间；
2. 构建一个128×128像素的全0数组，将[0,1]区间等分为128份，分到每列