發(fā)布時間：2024-01-21 10:31

　　本文根據(jù)股指、股價等數(shù)據(jù)的時序特征將人工神經(jīng)網(wǎng)絡(ANN)與深度學習中的循環(huán)神經(jīng)網(wǎng)絡(RNN)引入股指預測,基于BP神經(jīng)網(wǎng)絡模型與長短期記憶(LSTM)神經(jīng)網(wǎng)絡模型構建了BP-LSTM模型.基于上證指數(shù),本文進行了進行數(shù)值實驗.結果表明BP-LSTM預測模型的準確率相比傳統(tǒng)機器學習模型有明顯提升,與普通LSTM模型相比也有較大提升.

【文章頁數(shù)】：5 頁

本文編號：3881808