期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LSTM的量化股票预测
1
作者 赵建群 张岐 王悦 《金融》 2020年第4期366-373,共8页
股票特征通常夹杂较多噪声数据,而带噪数据会影响股票预测模型的预测精度。本文提出一种对股票数据特征进行量化编码的方法,并使用长短期记忆网络构建预测模型,对量化后的数据进行预测。数据集采用沪深300成分股,在对股票数据量化后进行... 股票特征通常夹杂较多噪声数据,而带噪数据会影响股票预测模型的预测精度。本文提出一种对股票数据特征进行量化编码的方法,并使用长短期记忆网络构建预测模型,对量化后的数据进行预测。数据集采用沪深300成分股,在对股票数据量化后进行3分类涨跌幅预测。实验结果表明,使用量化编码对股票特征处理后,预测效果优于使用原始数据预测。 展开更多
关键词 特征量化 LSTM 沪深300 涨跌幅预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部