基于联合特征学习的多尺度卷积神经网络在外汇交易市场中的应用

• 作者: 朱佳 陈希远
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多尺度卷积神经网络 联合特征学习 外汇交易
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 应用与开发
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP391
• 字数: 3067字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.09.023

摘要

卷积神经网络(CNN)已经引起了计算机视觉领域的变革.本文探讨CNN的一个具体应用:已知价格在过去一段时间内的波动图后,利用CNN对外汇市场的价格进行预测,然后将预测结果用于外汇交易,最终获利.采用联合特征学习机制,创建一种新的可处理多种特征的多尺度CNN应用框架.实验结果表明,相比于只考虑图像特征的传统CNN及其他机器学习算法,本文算法的实用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱佳	华南师范大学计算机学院	6	3	1.0	1.0
2	陈希远	华南师范大学计算机学院	1	3	1.0	1.0