股票市场是国家经济发展的重要组成部分,也是与我们日常生活息息相关的一个市场,股民的情绪一定程度上可以作为影响股票价格的因素之一.提出一种基于ConvLstm(convolutional long short term memory)的股票情感分析价格预测的深度学习模...股票市场是国家经济发展的重要组成部分,也是与我们日常生活息息相关的一个市场,股民的情绪一定程度上可以作为影响股票价格的因素之一.提出一种基于ConvLstm(convolutional long short term memory)的股票情感分析价格预测的深度学习模型SCONV(semantic convolutional).该模型通过爬取股民评价,使用LSTM(long short term memory)模型并通过word2vec,进行情感分析,提取情感向量,并得出每一日的情感权重.随后将每日股价分别与对应前1日、前3日均值、前一周均值的情感权重与股票价格一起放入ConvLstm中进行训练,再使用叠加的一层LSTM来增加准确率,并在ConvLstm与增加的LSTM之间增加dropout层,来避免过拟合.实验数据采用了3年左右阿里巴巴(BABA.us)、1.5年左右平安银行(000001.sh)、5个月左右格力电器(000651.sz),实验结果表明:相比一些传统模型,SCONV在较小的样本集上依旧可以更好地预测股票价格的走势.展开更多
针对传统单只股票预测模型预测精度低以及传统神经网络训练过程复杂的问题,提出一种基于ESN(Echo State Network)的地区行业通用模型,该模型可预测同地区同行业内任意股票。使用ESN建立了上海地区房地产行业的股价预测通用模型,简化了...针对传统单只股票预测模型预测精度低以及传统神经网络训练过程复杂的问题,提出一种基于ESN(Echo State Network)的地区行业通用模型,该模型可预测同地区同行业内任意股票。使用ESN建立了上海地区房地产行业的股价预测通用模型,简化了训练过程,且与单只股票预测模型相比,该通用模型预测精度明显提高。在通用模型基础上提出一种基于数据波动性聚类的KMeans-ESN模型,通过实验得出:基于ESN的短期股价预测地区行业通用模型适合波动大的数据、基于数据波动性聚类的KMeans-ESN短期股价预测模型适合波动小的数据。展开更多
文摘股票市场是国家经济发展的重要组成部分,也是与我们日常生活息息相关的一个市场,股民的情绪一定程度上可以作为影响股票价格的因素之一.提出一种基于ConvLstm(convolutional long short term memory)的股票情感分析价格预测的深度学习模型SCONV(semantic convolutional).该模型通过爬取股民评价,使用LSTM(long short term memory)模型并通过word2vec,进行情感分析,提取情感向量,并得出每一日的情感权重.随后将每日股价分别与对应前1日、前3日均值、前一周均值的情感权重与股票价格一起放入ConvLstm中进行训练,再使用叠加的一层LSTM来增加准确率,并在ConvLstm与增加的LSTM之间增加dropout层,来避免过拟合.实验数据采用了3年左右阿里巴巴(BABA.us)、1.5年左右平安银行(000001.sh)、5个月左右格力电器(000651.sz),实验结果表明:相比一些传统模型,SCONV在较小的样本集上依旧可以更好地预测股票价格的走势.
文摘针对传统单只股票预测模型预测精度低以及传统神经网络训练过程复杂的问题,提出一种基于ESN(Echo State Network)的地区行业通用模型,该模型可预测同地区同行业内任意股票。使用ESN建立了上海地区房地产行业的股价预测通用模型,简化了训练过程,且与单只股票预测模型相比,该通用模型预测精度明显提高。在通用模型基础上提出一种基于数据波动性聚类的KMeans-ESN模型,通过实验得出:基于ESN的短期股价预测地区行业通用模型适合波动大的数据、基于数据波动性聚类的KMeans-ESN短期股价预测模型适合波动小的数据。
