年 月 安徽大学学报 自然科学版
2019 11 ( ) November2019
第 卷第 期
43 6 JournalofAnhuiUniversity(NaturalScienceEdition)
doi
:.1000-
改进型基于 LSTM 的股票预测方法
方 红1,韩星煜2,徐 涛3*
上海第二工业大学 文理学部 上海 伦敦大学学 院 计算机科学系 伦敦
(1. , 201209;2. , WC1E6BT;
上海第二工业大学 工学部 上海
3. , 201209)
摘 要:针对当前长短时循环神经网络 简称 在对股票预测时普遍存在的滞
(longshort-term memory, LSTM)
后性问题 提出一种改进型基于 的股票预测方法 首先通过多维度向量输入 选取与股票价格相关系
, LSTM . ,
数较高的其他公司的每日股票收盘价 结合预测股票自身价格数据作为模型的输入向量 其次通过特征工程
, ;
选取不同的特征向量作为输入向量 通过反复
改进型基于LSTM的股票预测方法 来自淘豆网m.daumloan.com转载请标明出处.
