将数据帧转换为3D张量（具有多个功能）

Question

我正在建立一个模型来预测外汇对是买还是卖。 我得到了一个由64个要素和5000行组成的数据框。每行都是1天的信息（开盘价，高价，低价，收盘价），还有一些指标作为额外功能。

我知道keras lstm将输入形状为numpy数组（批处理大小，＃timestepsinonesample，＃features）。我也知道它应该是一个numpy数组作为输入类型。

我正在尝试构建多对一架构，假设5天应该可以预测第二天是买入还是卖出。 我需要的是一个将数据框转换为3d张量的函数，但是我无法弄清楚如何每天使用多个功能构建该张量，以及如何在5个时间步长的示例中将其与以下时间步长一起使用。所以我的张量尺寸应该是（batchsize，5,64） 我已经阅读了有关网络上的每个教程以及堆栈溢出的所有答案。而且我了解需要发生什么但无法编写该函数。

我尝试过：

    seq_length = 5
    x = []
    y = []
    for i in range(0, len(features) - seq_length):
    given = features[i:i + seq_length]
    predict = labels[i + seq_length]
    x.append(given)
    y.append(predict)

但是这会输出一个列表，我无法将其转换为numpy数组。 如果有人可以帮助我解决这个问题，我已经在这个问题上停留了几天。