首页 > 专利技术

基于神经网络的股票预测模型

Stock Prediction Model Based on Neural Network 作者： 乔若羽[1]
作者机构： [1]中国科学技术大学统计与金融系，安徽合肥230026
出版物刊名： 运筹与管理
页码： 132-140页
神经网络预测年卷期： 2019年 第10期
主题词： 股票预测；深度学习；神经网络；注意力机制
摘要：针对股票市场的特征提取困难、预测精度较低等问题，本文基于深度学习算法，构建了一系列用于股票市场预测的神经网络模型，包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息，引入注意力机制(Attention Mechanism)给各时间维度的信息赋予不同权重，区分不同信息对预测的重要程度，从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化，基于上证指数对各类模型进行了充分的对比实验，探索了模型中重要变量对性能的影响，旨在为基
于神经网络的股票预测模型给出具体的优化方向。

本文发布于:2024-09-22 09:32:50，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/3/361812.html

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

上一篇：基于环形拓扑自适应差分进化算法优化神经网络的压气机流量特性预测
下一篇：BP神经网络预测理论及程序-学习
标签：模型   股票   神经网络   预测   信息   运筹   性能   深度
留言与评论（共有 0 条评论）
   
验证码：
推荐文章
排行榜
热门标签
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议