基于LSTM神经网络的短期价格趋势预测
本文主要对LSTM模型结构改进及优化其参数, 使其预测股票涨跌走势准确率明显提高, 同时对美股周数据及日数据在LSTM神经网络预测效果展开研究. 一方面通过分析对比两者预测效果差别, 验证不同数据集对预测效果的影响; 另一方面为LSTM股票预测研究提供数据集的选择建议, 以提高股票预测准确率. 本研究通过改进后的LSTM神经网络模型使用多序列股票预测方法来进行股票价格的涨跌趋势预测. 实验结果证实, 与日数据相比, 周数据的预测效果表现更优, 其中日数据的平均准确率为52.8%, 而周数据的平均准确率为58%, 使用周数据训练LSTM模型, 股票预测准确率更高.
文件下载
评论信息
其他资源
- 码头扩建问题
- 网页智能聊天机器人（基础版）源代码
- 成都市dem灰度图
- RGB 、YUV、YIQ 和 YCrCb颜色空间转换的matlab实现（非自带函数）
- 新编Office2016应用大全（实战精华版）.pdf
- google-common.jar
- NSGA-3matlab源程序
- 分形图像代码（matlab）
- 小辣椒app应用开发工具V1.0.
- AS3.0+xml通用图片滚动(含源码)
- AFM 处理软件
- 软测量技术原理及应用
- 办公区无线覆盖设计方案A（整体覆盖）.docx
- Winform模仿360系统安全工具源码.zip
- dsg Enhanced ETL数据实时交换与共享解决方案系统软件V3.0.iso
- 兔子跳铃铛Flash版本
- tesseract3.02简体中文语言包
- java__QQ聊天(聊天窗口,设置不同颜色,字体,保存聊天记录).
- 电子水准仪格式转换与数据处理程序
- 文本文件（txt文件）内容比较器
- 超市综合管理系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明