基于LSTM多值关联模型的股票时间序列预测研究

来源 :广西大学 | 被引量 : 0次 | 上传用户:logicwords
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
股票价格的变化影响着投资者的投资决策。准确分析股票变化规律并预测出其发展走势,一直以来都是股民和证券公司所要解决的问题。目前,针对股票价格变化的预测已提出了各种各样的方法。预测股票的方法可以划分为两类:数学统计方法与机器学习方法。数学统计方法一般使用Logistic回归模型和ARCH模型等;机器学习方法包含多层感知神经网络、卷积神经网络、贝叶斯网络、BP网络、单层LSTM、支持向量机、RNN等。但是这些研究仅对单个值进行预测,为了同时预测多个值,需要设计一种能够同时处理多个相关联的股票价格,并且可以同时输出这些股票价格的模型--关联神经网络模型。本文所做的工作如下:1.提出了一种相互关联、多输出的基于长短期记忆网络(LSTM)的深度循环神经网络模型来预测股票的最高价、最低价和开盘价。并将本文设计的模型与LSTM网络模型和基于LSTM深层循环神经网络模型做对比实验。实验表明本文提出的基于LSTM深层循环网络的多值关联网络模型的精确度不仅优于其他两个模型,而且在保证精确度的情况下能够同时预测多个值,并且各个预测值的预测精度均在95%以上。2.对多值关联神经网络模型进行了修改,演变成一个多值不关联神经网络模型,在保证其他条件不变的情况下,对上证A股股票数据进行建模。实验结果发现多值关联神经网络各个子损失比多值不关联神经网络的各个子损失要低0.07左右,而多值关联神经网络各子分支的预测精度比多值不关联神经网络各子分支的预测精度高4%,进一步的说明了股票数据的最高价、最低价和开盘价格之间有一定的关系。3.本文应用多值关联模型来预测沪指和深指多支股票的最高价格,最低价格和开盘价格。
其他文献
果品设施栽培是果品生产提质增效的一个有效途径.油桃以其成花易、早果早丰,成为设施栽培的果树品种首选.该文在对油桃设施栽培实践总结基础上,从油桃设施栽培的棚室建造、品
近年来,国家一直倡导素质教育,要求学生在“德、智、体、美、劳”等方面协调发展,美育在各类学校里得到越来越多的重视和强调。那么,如何对学生实施美育呢?笔者认为,美育是一个范畴,不是一门学科,它存在于学校教育领域的各个方面。  一、学科中的美育  爱因斯坦曾告诉过我们:“用专业知识育人是不够的。通过专业知识他可以成为一种有用的机器,但不能成为和谐发展的人。要使学生对价值有所理解并且产生强烈的情感,才是
在当前的高中数学解题过程中,充分的应用分类讨论的思想能够使各类数学问题得到有效的简化,从而使学生的解题速度和解题的正确率得到有效的提高.因此,本文就如何在高中数学的
“饱和心理”是指因为长时间地重复做同—件事情,从而产生心理上不耐烦的情绪。心理饱和现象在我们的生活中随处可见。历史学科由于记忆量大,所以在历史教学中也常常出现。针对学生学习历史的这种心理现象,我们可以采取以下方法进行调适,以消除“饱和”,提高历史课堂教学效率。  一、培养学生的心理承受能力  心理承受力强的人能意识到自己的力量,设法克服困难,以顽强和自信的姿态去面对困难。所以,要加强学生的心理健康