摘要
股票作为金融市场的重要组成部分,股市的波动与市场经济息息相关。对于股票价格的各种分析预测问题伴随着金融市场的建立一直存在,为此本文使用上证A股50的历史交易数据作为研究对象,对其进行短期价格趋势预测分析。依照交易数据各自特点,选取递归神经网络(RNN)、长短时间记忆网络(LSTM)和Seq2Seq及其优化模型4种神经网络结构,进行验证比较。经过实证研究,结合误差指标和交易绩效等展示模型预测精度和预测效果,最后得出基于Seq2Seq的深度神经网络模型具有较好的预测精度。并且通过使用多种深度学习方法,从金融市场的历史交易数据中发现当前市场中潜在的获利机会,指导机构和个人投资者进行更好的投资行为。
出处
《时代金融》
2018年第35期381-382,392,共3页
Times Finance
