-
题名基于循环神经网络的股指价格预测研究
被引量：12
- 1
-
-
作者
王理同
薛腾腾
王惠敏
刘震
-
机构
浙江工业大学理学院
-
出处
《浙江工业大学学报》
CAS
北大核心
2019年第2期186-191,共6页
-
基金
浙江省自然科学基金资助项目(LY16A010019
LY16A010021)
-
文摘
利用基于注意力机制的循环神经网络构建股指价格的预测模型,可以很巧妙地提取出股指价格的各类影响因子的深层特征,与简单的单因子循环网络或者传统的多因子循环网络相比,该网络能够提高股指价格预测的准确性。为了加快模型的训练速度,减少模型参数量,在具体实验中,采用了去除注意力机制中解码环节的循环网络。仿真实验表明:在上证50股指每分钟价格的预测问题上,该网络模型比其他的传统网络模型的预测精度更高,而且预测效果与不去除解码环节的网络相比无明显差异,并且模型加快了对数据的处理速度,证实该方法是一种有效的股指价格预测方法。
-
关键词
注意力机制
循环神经网络
长短时记忆机制
股指价格预测
-
Keywords
attention mechanism
recurrent neural network
LSTM
stock price prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
