我目前正在使用Keras的LSTM网络尝试以太坊价格预测，我有一点问题。
我试图预测以前40个价格中的10个以下价格。价格之间的时间间隔为15秒，所以我预测未来2.5分钟。
我的输入数据是：收盘价，开盘价，最低价和最高价。我将数据归一化到0和1之间，因为我在完全连接层中的激活函数是线性的。我根据整个序列的最小值和最大值独立地对每个序列进行标准化。
当我用过去的数据测试它时，这个模型运行正常，因为我有输入价格和我想要预测的价格，所以当我根据整个序列的最小值和最大值对数据进行非规范化时，预测很漂亮准确。
然而，当我尝试预测实时数据时，我没有序列中的最后10个价格，所以我必须基于仅40个输入值来对输出进行非规范化，这就是问题所在。实时结果永远不会像测试结果那样好。
我尝试根据培训顺序中的40个输入价格来规范化我的数据，但它有点抛弃了我的整个预测。
我还尝试根据40个输入值在-1和1之间进行标准化，并将输出激活功能更改为tanh，但仍然无法正常工作。我的预测大多显示直线，没有增加或减少值。
我的训练数据包括大约61000行价格，我将85％作为训练集，20％作为验证集训练，15％作为测试集。
你知道问题出在哪里吗？如果需要，我还可以提供有关我的架构和培训的一些数据。