本文關(guān)鍵詞：基于LSTM神經(jīng)網(wǎng)絡(luò)的美股股指價(jià)格趨勢(shì)預(yù)測(cè)模型的研究

  更多相關(guān)文章： LSTM RNN 神經(jīng)網(wǎng)絡(luò) 股指預(yù)測(cè)

【摘要】：自從股票市場(chǎng)誕生以來,人們就一直不斷使用各種數(shù)據(jù)模型、機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘等手段來預(yù)測(cè)股票價(jià)格的未來走勢(shì)從而獲取巨額收益。其中神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法被廣泛使用,這是由于神經(jīng)網(wǎng)絡(luò)自身的高度自學(xué)習(xí)性,穩(wěn)定性以及抽象模擬能力,相比于統(tǒng)計(jì)學(xué)以及計(jì)量經(jīng)濟(jì)學(xué)中的數(shù)學(xué)模型,神經(jīng)網(wǎng)絡(luò)用于預(yù)測(cè)金融時(shí)間序列更具優(yōu)勢(shì)。本文在深入分析股票價(jià)格短期預(yù)測(cè)面臨的問題和比較多種股票價(jià)格預(yù)測(cè)方法的基礎(chǔ)上,探討B(tài)P神經(jīng)網(wǎng)絡(luò)、RNN神經(jīng)網(wǎng)絡(luò)和LSTM神經(jīng)網(wǎng)絡(luò)對(duì)股票價(jià)格進(jìn)行短期預(yù)測(cè)的可行性并作出相應(yīng)對(duì)比,研究模型準(zhǔn)確性。在此基礎(chǔ)上對(duì)LSTM模型進(jìn)行了算法改進(jìn)以及模型結(jié)構(gòu)改進(jìn)。根據(jù)對(duì)比驗(yàn)證,以及理論研究,LSTM神經(jīng)網(wǎng)絡(luò)模型能夠通過對(duì)過往股票市場(chǎng)數(shù)據(jù)的學(xué)習(xí),找出時(shí)間序列之間的影響和關(guān)系,并能利用選擇性記憶的高級(jí)機(jī)器學(xué)習(xí)功能,深入挖掘出股票價(jià)格時(shí)間序列中的固有規(guī)律,從而進(jìn)行短期時(shí)間序列預(yù)測(cè)。文中主要研究以下幾點(diǎn):針對(duì)以往的BP神經(jīng)網(wǎng)絡(luò)股票預(yù)測(cè)模型進(jìn)行深度剖析,并在理論上解釋該模型預(yù)測(cè)時(shí)間序列的不合理性,并作出實(shí)證。提出引入時(shí)序概念的RNN神經(jīng)網(wǎng)絡(luò),并與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比研究,然后在RNN神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行模型修正,引入LSTM神經(jīng)網(wǎng)絡(luò)的概念,并實(shí)證該模型對(duì)于股票預(yù)測(cè)的可行性以及準(zhǔn)確性。最后,對(duì)LSTM模型理論進(jìn)行討論分析,并改進(jìn)模型,同時(shí)實(shí)證分析。針對(duì)股票價(jià)格數(shù)據(jù)影響因素多的問題,選用收盤價(jià)、開盤價(jià)、最高價(jià)、最低價(jià)以及成交量這幾個(gè)最關(guān)鍵的影響價(jià)格因素,作為神經(jīng)網(wǎng)絡(luò)每一層神經(jīng)元的自變量。同時(shí),節(jié)選中美股市代表性的上證綜指以及標(biāo)準(zhǔn)普爾500指數(shù)和道瓊斯工業(yè)指數(shù)來進(jìn)行研究。美股指數(shù)分別選取了日成交量最大和日成交量最小兩個(gè)指數(shù)來進(jìn)行研究對(duì)比,測(cè)試模型準(zhǔn)確性。同時(shí)也根據(jù)中美股市不同特點(diǎn)來驗(yàn)證模型的實(shí)用性及準(zhǔn)確性。
【關(guān)鍵詞】：LSTM RNN 神經(jīng)網(wǎng)絡(luò) 股指預(yù)測(cè)
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP183;F831.51
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 引言8-16
• 1.1 選題背景與研究意義8-9
• 1.2 國(guó)內(nèi)外文獻(xiàn)綜述9-13
• 1.2.1 國(guó)外研究結(jié)果9-11
• 1.2.2 國(guó)內(nèi)研究結(jié)果11-13
• 1.3 論文的目標(biāo)13
• 1.4 研究對(duì)象與方法13-14
• 1.5 論文的創(chuàng)新點(diǎn)14-16
• 2 股票短期預(yù)測(cè)基本理論與方法16-24
• 2.1 影響股票價(jià)格的因素16-17
• 2.2 股票價(jià)格預(yù)測(cè)的難點(diǎn)17-18
• 2.3 股票價(jià)格預(yù)測(cè)常用方法18-24
• 2.3.1 基本面分析方法18-19
• 2.3.2 技術(shù)分析方法19-24
• 3 BP、RNN神經(jīng)網(wǎng)絡(luò)理論研究24-33
• 3.1 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型及特征24-28
• 3.1.1 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型原理24-25
• 3.1.2 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型理論分析25-26
• 3.1.3 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的局限性26-28
• 3.2 RNN神經(jīng)網(wǎng)絡(luò)模型及特征28-33
• 3.2.1 RNN神經(jīng)網(wǎng)絡(luò)模型原理28-29
• 3.2.2 RNN神經(jīng)網(wǎng)絡(luò)模型理論分析29-31
• 3.2.3 RNN神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢(shì)及問題31-33
• 4 LSTM神經(jīng)網(wǎng)絡(luò)模型分析與改進(jìn)33-39
• 4.1 LSTM神經(jīng)網(wǎng)絡(luò)理論分析33-36
• 4.2 LSTM神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢(shì)及問題36-37
• 4.3 LSTM神經(jīng)網(wǎng)絡(luò)模型的算法改進(jìn)37-39
• 5 股指價(jià)格預(yù)測(cè)的實(shí)證分析與模型再改進(jìn)39-53
• 5.1 實(shí)驗(yàn)基本內(nèi)容39-40
• 5.2 傳統(tǒng)BP與RNN神經(jīng)網(wǎng)絡(luò)二者對(duì)比實(shí)驗(yàn)40-45
• 5.2.1 圖形擬合對(duì)比40-44
• 5.2.2 誤差分析對(duì)比44-45
• 5.3 基于股票預(yù)測(cè)實(shí)驗(yàn)分析的LSTM神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)改進(jìn)45-50
• 5.3.1 模型結(jié)構(gòu)改進(jìn)45-49
• 5.3.2 誤差分析對(duì)比49-50
• 5.4 標(biāo)普500與道瓊斯工業(yè)指數(shù)對(duì)比分析50-51
• 5.5 標(biāo)普500與上證指數(shù)對(duì)比分析51-53
• 6 結(jié)論與展望53-54
• 參考文獻(xiàn)54-57
• 附錄57-59
• 致謝59-60
• 在校期間發(fā)表的學(xué)術(shù)論文和研究成果60-61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長(zhǎng)沙鐵道學(xué)院學(xué)報(bào);2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計(jì)角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計(jì)教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計(jì)算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報(bào);2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國(guó)船舶報(bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

2 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

3 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

4 胡婷;改進(jìn)QGA-BP模型及其在彌苴河總氮量預(yù)測(cè)中的應(yīng)用[D];昆明理工大學(xué);2015年

5 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預(yù)測(cè)研究[D];昆明理工大學(xué);2015年

6 劉波;短期風(fēng)電功率預(yù)測(cè)方法研究[D];南京信息工程大學(xué);2015年

7 蔡邦宇;人臉識(shí)別中單次ERP時(shí)空特征分析及其快速檢索的應(yīng)用[D];浙江大學(xué);2015年

8 鄭川;垃圾評(píng)論檢測(cè)算法的研究[D];西南交通大學(xué);2015年

9 李菊;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)批量評(píng)估中的應(yīng)用研究[D];昆明理工大學(xué);2015年

10 馬亮;降水點(diǎn)分類預(yù)測(cè)方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

，

本文編號(hào)：536312