LSTMの特徴量

専門家でも何でもありませんので、あまり参考にはならないかもしれませんが、私は以前、LSTMの入力に使う特徴量を選定する際に、相関係数を計算して検討しました。
その際は、終値と高い相関を持つ特徴量が複数ある場合は、冗長になるため一部を省きました。ADXやストキャスティクスなど手法は様々ありますが、どの手法とマッチしているかはバックテストで最適化を行った上で評価し、最終的に相関係数を基に特徴量を決定すればよいのではないかと思いました。

そういう質問の回答を待っている間に自分で考えうることは試してしまった方がいい

です。

• 移動平均は必ずしも含める必要はない

がLSTMの中で必ず移動平均を作成する、という仕様ではなく、波形パターンを捉えて移動平均が意味がありそうならばそれに近い学習をする

というようなことなので、推奨は

• まっさらなモデル（今回はLSTMに実系列だけ）で試す
• その手法や業務分野で思いつくものを順次試して精度改善を調べる
  • 移動平均やボリンジャーバンド等
• Qiita、技術書などから時系列分析に必要な特徴料等を調べて追加

くらいかなと思います。

ただ、経験から言うと、自分の過去データの移動平均やボリンジャーバーンドその他何を入れてもあまり改善せず、他の説明変数を入れないとまともな予測は出にくいです。
時系列分析の場合

• よほど特徴的な過去パターンがある
  • 季節性、月次、土日は売れるとか
    以外ではまずまともな予測は出てこないです。

ぜひ試してみてください。