指数趋势预测的BP-LSTM模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

O29

基金项目:

国家自然科学基金(11401407)


A BP-LSTM trend forecast model for stock index
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文根据股指、股价等数据的时序特征将人工神经网络(ANN)与深度学习中的循环神经网络(RNN)引入股指预测,基于BP神经网络模型与长短期记忆(LSTM)神经网络模型构建了BP-LSTM模型.基于上证指数,本文进行了数值实验. 结果表明BP-LSTM预测模型的准确率比传统机器学习模型有明显提升,与普通LSTM模型相比也有较大的提升.

    Abstract:

    In this paper, according to the time series characteristics of financial data, such as stock index, stock price, etc, we introduce the Artificial Neural Network (ANN) and Recurrent Neural Network (RNN) in deep learning to stock index prediction and build a BP-LSTM model based on the Back Propagation (BP) neural network model and Long Short-Term Memory (LSTM) neural network model. Numerical analysis shows that the accuracy of our model is higher than that of the traditional machine learning models, and it also has some improvement compared with the ordinary LSTM model.

    参考文献
    相似文献
    引证文献
引用本文

引用本文格式: 孙存浩,胡兵,邹雨轩. 指数趋势预测的BP-LSTM模型[J]. 四川大学学报: 自然科学版, 2020, 57: 27.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-04-09
  • 最后修改日期:2019-04-22
  • 录用日期:2019-04-24
  • 在线发布日期: 2020-01-10
  • 出版日期: