為了更好地研究股指預(yù)測問題,提出了基于特征選取與LSTM模型的股指預(yù)測方法,該方法從優(yōu)化特征參數(shù)選取角度對模型預(yù)測能力進行提升,包含全面選取特征參數(shù)、應(yīng)用系統(tǒng)聚類法進行特征分類、應(yīng)用主成分分析對分類特征進行降維三個步驟。在實證論證中,應(yīng)用LSTM模型對納斯達克股票指數(shù)數(shù)據(jù)和標(biāo)普500指數(shù)數(shù)據(jù)進行預(yù)測,實驗結(jié)果表明所提出的方法計算量小,預(yù)測結(jié)果在速度和準(zhǔn)確度兩方面分析均得到顯著提升。

【文章頁數(shù)】：5 頁


本文編號：3776148