发表服务
博士论文[1]时间序列分析的早期发展[D].聂淑媛.西北大学2012[2]我国股市非线性时间序列分析[D].陈永忠.华中科技大学2004硕士论文[1]基于LSTM神经网络的机场能见度预测[D].邓拓.山东大学2019[2]基于LSTM和投资者情绪的股票行情预测研究[D].周凌寒
基于LSTM的股票预测研究.林升.【摘要】：股市是国家经济的重要组成部分,随着近年来人民生活水平的提高,进行股票投资的人不断增多。.股票预测是每个投资者都在进行尝试的一项研究,普通投资者通过技术分析手段确认选股进行交易,技术分析师通过基本面...
基于LSTM的股票预期收益研究.这是一篇关于预期收益,LSTM,预测相关方向的论文(附下载链接),论文主要内容是预期收益的研究是风险管理与对冲操作的一大风向标。.提高预期收益预测的能力,对研究本国金融市场特征下影响预期收益的风险因子适用性,具有一定的...
硕士学位论文论文题目：基于LSTM和多类别特征体系的股票短期趋势预测的研究作者姓名学科专业计算机技术学位类型工程硕士培养类别全日制专业型硕士所在学院计算机科学与技术学院提交日期：2020年07Short-termTrendForecast...
基于LSTM的股票预测研究-股市是国家经济的重要组成部分,随着近年来人民生活水平的提高,进行股票投资的人不断增多。股票预测是每个投资者都在进行尝试的一项研究,普通投资者通过技术分析手段确认选股进行交易,技术分析师...
编者按：本文介绍了如何使用LSTM模型进行时间序列预测。股票市场的数据由于格式规整和非常容易获得，是作为研究的很好选择。但不要把本文的结论当作理财或交易建议。
本案例首先介绍了RNN、LSTM神经网络，再用Python实现了LSTM对股票收盘价的预测。股价走势预测属于时间序列预测，数据为2017-03-06至2019-04-19的平安银行（sz000001）的收盘价。主要使用的库为TensorFlow，是Python中常见的用于搭建神经网络的...
本文基于LSTM神经网络模型对股票涨跌进行设计建模,在模型设计方面,考虑了不同的组合,以提高精度为诉求。.并且,对模型的训练实例也提供不同的参考样本,以行业为分界线做实证研究,对比模型训练预测效果。.针对输入特征,本文提取了个股行情指标、大盘行情...
哇！LSTM轻松地超越了我们目前看到的任何算法。LSTM模型可以对各种参数进行调优，如改变LSTM层数、增加dropout值或增加训练迭代轮数（epoch）数。但LSTM的预测是否足以确定股票价格将上涨还是下跌?当然不行！
2．对LSTM神经网络从模型算法和模型结构上进行了多重改进。3．论文研究了LSTM神经网络股票价格预测模型在日成交量不同的股指上的不同表现，更加细分了模型的实用性及准确性。
博士论文[1]时间序列分析的早期发展[D].聂淑媛.西北大学2012[2]我国股市非线性时间序列分析[D].陈永忠.华中科技大学2004硕士论文[1]基于LSTM神经网络的机场能见度预测[D].邓拓.山东大学2019[2]基于LSTM和投资者情绪的股票行情预测研究[D].周凌寒
基于LSTM的股票预测研究.林升.【摘要】：股市是国家经济的重要组成部分,随着近年来人民生活水平的提高,进行股票投资的人不断增多。.股票预测是每个投资者都在进行尝试的一项研究,普通投资者通过技术分析手段确认选股进行交易,技术分析师通过基本面...
基于LSTM的股票预期收益研究.这是一篇关于预期收益,LSTM,预测相关方向的论文(附下载链接),论文主要内容是预期收益的研究是风险管理与对冲操作的一大风向标。.提高预期收益预测的能力,对研究本国金融市场特征下影响预期收益的风险因子适用性,具有一定的...
硕士学位论文论文题目：基于LSTM和多类别特征体系的股票短期趋势预测的研究作者姓名学科专业计算机技术学位类型工程硕士培养类别全日制专业型硕士所在学院计算机科学与技术学院提交日期：2020年07Short-termTrendForecast...
基于LSTM的股票预测研究-股市是国家经济的重要组成部分,随着近年来人民生活水平的提高,进行股票投资的人不断增多。股票预测是每个投资者都在进行尝试的一项研究,普通投资者通过技术分析手段确认选股进行交易,技术分析师...
编者按：本文介绍了如何使用LSTM模型进行时间序列预测。股票市场的数据由于格式规整和非常容易获得，是作为研究的很好选择。但不要把本文的结论当作理财或交易建议。
本案例首先介绍了RNN、LSTM神经网络，再用Python实现了LSTM对股票收盘价的预测。股价走势预测属于时间序列预测，数据为2017-03-06至2019-04-19的平安银行（sz000001）的收盘价。主要使用的库为TensorFlow，是Python中常见的用于搭建神经网络的...
本文基于LSTM神经网络模型对股票涨跌进行设计建模,在模型设计方面,考虑了不同的组合,以提高精度为诉求。.并且,对模型的训练实例也提供不同的参考样本,以行业为分界线做实证研究,对比模型训练预测效果。.针对输入特征,本文提取了个股行情指标、大盘行情...
哇！LSTM轻松地超越了我们目前看到的任何算法。LSTM模型可以对各种参数进行调优，如改变LSTM层数、增加dropout值或增加训练迭代轮数（epoch）数。但LSTM的预测是否足以确定股票价格将上涨还是下跌?当然不行！
2．对LSTM神经网络从模型算法和模型结构上进行了多重改进。3．论文研究了LSTM神经网络股票价格预测模型在日成交量不同的股指上的不同表现，更加细分了模型的实用性及准确性。
发表服务