股指預(yù)測問題是智能信息處理研究熱點之一。提出了基于遺傳算法改進(jìn)的LSTM神經(jīng)網(wǎng)絡(luò)股指預(yù)測分析方法,并與其他兩種基于機(jī)器學(xué)習(xí)的預(yù)測方法進(jìn)行對比分析,分別為基于BP神經(jīng)網(wǎng)絡(luò)模型與LSTM網(wǎng)絡(luò)模型的預(yù)測方法。在實驗論證中,分別應(yīng)用三種模型對納斯達(dá)克數(shù)據(jù)進(jìn)行預(yù)測,實驗結(jié)果表明所提方法較其他兩種方法在股票波動較小的階段準(zhǔn)確度得到了顯著提升,在股票波動較大的階段也可對其基本趨勢進(jìn)行預(yù)測。

【文章頁數(shù)】：3 頁


本文編號：4005633