LSTMで複数の学習データを用いる場合の入力データの形

■やりたいこと
複数の学習データを用いたLSTM用の学習データを作りたい

■概要
書籍：詳解ディープラーニング(p.217〜) にあるサンプルソースを独自のデータに置き換えて、LSTMを使った予測プログラムを作ろうとしています。

こちらのケースでは、学習データはsin波の一種類を用いていますが、複数(次元？)のデータを元に学習させようとしています。

例として、A1(t)とA2(t)のデータがあったとします。
A1(1)=[ 1 2 3 4]
A1(2)=[ 5 6 7 8]
A1(3)=[ 9 10 11 12]

　A2(1)=[101 102 103 104]
A2(2)=[105 106 107 108]
A2(3)=[109 110 111 112]

実際には、FXのデータを用いていまして、'closeAsk','closeBid','highAsk','highBid','lowAsk','lowBid','openAsk','openBid','volume'になります。
'closeAsk'はA1(t)、'closeBid'はA2(t)のようなイメージです。

■分からないこと
上記のA1(t)、A2(t)のデータを学習用のデータにするには、どのような形にすれば良いのでしょうか？

python
1A1 = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
2A2 = A + 100

サンプルソースの33〜41行の変数dataに相当するものをA1(t)、A2(t)の例でどのように作成すればよろしいでしょうか。

python
1#サンプルソース
2data = []
3target = []
4
5for i in range(0, length_of_sequences - maxlen + 1):
6    data.append(f[i: i + maxlen])
7    target.append(f[i + maxlen])
8
9X = np.array(data).reshape(len(data), maxlen, 1)
10Y = np.array(target).reshape(len(data), 1)