资料下载
×
基于LSTM和遗传算法的股票价格涨跌预测模型
消耗积分:0 |
格式:pdf |
大小:2.69 MB |
2021-06-17
分享资料个
如何准确地进行股票预测一直是量仳金融领域的重要问题。长短期记忆细胞神经网络（LSTM）的岀现较好地解决了股票预测这类的复杂序列化数据学习的问题。然而前期硏究结果表明单一使用该方法仍存在预测不平衡、陷入局部极值导致能力不佳的问题。基于上述问题，文中利用将遗传算法（GA）解决调参问题来保证模型预测的平衡性，由此构建了新型股票预测模型。该模型分为三部分，首先利用LSTM网络进行收盘价的预测，再利用基于遗传算法的判别机制，最终获取下一刻股票的涨跌信号。这一模型不同于先前的研究，主要针对LSTM模型的输岀模块进行了改进。文中使用了中证500的日内分钟数据进行测试验证。实验得岀，改进模型的各方面指标均优于单独的LSTM模型。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
