pytorch lstm输入必须是(seq_len, batch_size, features)格式，常见错误是误用(batch_size, seq_len, features)；正确做法为滑窗后调用permute(1,0,2)，并确保归一化、标签对齐与逆变换规范。
PyTorch LSTM输入必须是3D张量，shape=(seq_len, batch_size, features)，不是(batch_size, seq_len, features)
这是最常卡住新手的第一步：LSTM层默认按时间步（seq_len）维度循环，所以它要求第一个维度是序列长度。如果你把数据读成 df.values 后直接 torch.tensor()，大概率得到 (N, 5) 形状，再用 view() 或 reshape() 错误地压成 (batch_size, seq_len, features)，就会触发 RuntimeError: input.size(-1) must be equal to input_size。
正确做法是先按时间滑窗切出样本，再用 permute(1, 0, 2) 调轴：
def create_sequences(data, seq_len):
xs, ys = [], []
for i in range(len(data) - seq_len):
x = data[i:i+seq_len] # shape: (seq_len, features)
y = data[i+seq_len][0] # 预测下一个开盘价（标量）
xs.append(x)
ys.append(y)
return torch.tensor(xs).float(), torch.tensor(ys).float()
<h1>得到的是 (n_samples, seq_len, features)</h1><p>X, y = create_sequences(scaled_data, seq_len=60)</p><h1>LSTM要的是 (seq_len, n_samples, features)</h1><p>X = X.permute(1, 0, 2) # ✅ 关键一步
y = y.unsqueeze(1) # 变成 (n_samples, 1)，方便后续loss计算</p>
用nn.LSTM时别漏掉batch_first=False的隐含约定
PyTorch默认 batch_first=False，即输入/输出形状按 (seq_len, batch, hidden) 解释。但很多人在定义模型后，看到 DataLoader 输出的 X 是 (seq_len, batch, features)，就以为 LSTM 输出也是同样顺序 —— 实际上，nn.LSTM 的 output（所有时间步的 h_t）默认仍是 (seq_len, batch, hidden_size)，而 h_n（最后一层最后时刻的隐藏态）是 (num_layers * num_directions, batch, hidden_size)。
常见错误：直接取 output[-1] 做回归预测，结果维度错乱或梯度消失。正确做法是：
- 如果只用最后一时间步预测，取
output[-1]（此时 shape 是(batch, hidden_size)，因为output已被自动 squeeze 过？不，没squeeze —— 所以得用output[-1, :, :]） - 更稳妥的是用
h_n[-1]（最后一层的最终隐藏态），再接nn.Linear - 若设了
batch_first=True，则所有输入/输出都变成(batch, seq_len, ...)，但要注意和前面permute步骤冲突 —— 别混用
训练时要用torch.nn.utils.rnn.pad_sequence处理变长序列，但股票序列通常等长，遮挡（masking）反而容易画蛇添足
标题里提到“序列遮挡对齐”，容易让人联想到 NLP 中的 pad_packed_sequence + pack_padded_sequence 流程。但股票日线/分钟线数据天然等长（你滑窗出来的每个样本都是固定 seq_len），根本不需要 padding，也无需遮挡。
强行加 pack_padded_sequence 不仅无效，还会引入两个坑：
- 输入必须按长度降序排列，否则报错
ValueError: lengths array must be sorted in decreasing order - 打包后 LSTM 输出的
output是 packed 格式，必须用pad_packed_sequence解包才能索引，徒增复杂度
结论：除非你在做事件驱动型异构序列（比如按成交笔数截断），否则跳过所有 packing / masking 相关代码。专注归一化、滑窗、permute、LSTM + Linear 即可。
验证集泄露和标签对齐是比模型结构更致命的问题
很多实现把 y 设为“下一天收盘价”，但用 StandardScaler 对全量数据拟合后再切分训练/验证集，导致验证集信息泄漏；或者把 X[i] 和 y[i] 时间戳没对齐（比如 X[i] 是第1–60天，y[i] 却取了第61天的最高价而非对应收盘价）。
实操要点：
- scaler 必须只在训练集上
fit_transform，验证/测试集只用transform - 滑窗函数里确保
y确实是X最后一个时间步的**下一时刻目标变量**，且类型一致（例如都用close，别混用open和close） - 预测时别忘了对输出做
scaler.inverse_transform—— 但注意：scaler 是对单列拟合的，y_pred是(N, 1)，必须 reshape 成(N, 1)才能逆变换，否则报错Reshape your data
模型再深，输在数据对齐上就全白搭。尤其时间序列，错一个 offset，整个回测就崩。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
