利用上證指數(shù)股票歷史數(shù)據(jù)中的開盤價、收盤價、最低價、最高價、交易量、交易額、跌漲幅等數(shù)據(jù),通過對股票數(shù)據(jù)進行歸一化等預處理操作后,使用Python語言和PaddlePaddle庫編寫算法程序,構建股票預測的LSTM神經(jīng)網(wǎng)絡模型,對上證指數(shù)的股票下一日的最高價股票價格進行分析預測,預測結果顯示本文所構建的基于PaddlePaddle的LSTM神經(jīng)網(wǎng)絡模型能夠取得較好的預測效果,可見基于PaddlePaddle的股票預測深度學習模型有很好的應用前景.

【文章頁數(shù)】：5 頁

【文章目錄】：
1 PaddlePaddle深度學習框架
    1.1 PaddlePaddle特點
    1.2 PaddlePaddle安裝部署
    1.3 PaddlePaddle架構
2 長短期記憶神經(jīng)網(wǎng)絡LSTM
    2.1 LSTM結構分析
    2.2 基于PaddlePaddle的LSTM實現(xiàn)
        2.2.1 導入引用庫
        2.2.2 數(shù)據(jù)預處理
        2.2.3 構造數(shù)據(jù)讀取的reader
        2.2.4 搭建模型
        2.2.5 訓練模型
3 訓練結果分析
    3.1 訓練結果
    3.2 訓練次數(shù)對訓練誤差的影響
4 結語



本文編號：3775458