GRU递归神经网络对股票收盘价的预测研究

• 作者: 李伟书 杨思桐 梁伟琪 陈蔼祥 黎镭
• 来源期刊: 计算机与现代化
• 学科: 数学
• 关键词: 股票市场 时间序列 GRU 神经网络 收盘价
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 数据挖掘
• 页码范围: 103-108
• 页数: 6页
• 分类号: O211.2
• 字数: 5194字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.11.018

摘要

股票市场是个多变且复杂的非线性动力学系统,股票价格是个具有时序性的数据,基于此选用具有时间记忆功能的GRU(Gated Recurrent Unit)递归神经网络模型来处理时间序列数据的预测问题.本文选取上证中18支证券行业股票的日收盘价数据,该数据截止日期为2017年12月29日,每支股票数据量为1000天.本文作了2个实证研究,一方面用GRU递归神经网络预测未来10天的股票日收盘价,实证结果表明,GRU递归神经网络的测试误差和验证误差都比其余2个模型得到的同种类型的误差要小,而GRU递归神经网络在预测未来10天日收盘价的精度达到了98.3％,体现了GRU强大的学习能力和泛化能力.另一方面,对比序列长度分别为240天、120天以及60天时,GRU递归神经网络的测试误差、预测收盘价的方差以及验证误差.结果 表明面对不同序列长度的数据集,GRU预测精度都很高,序列长度为240天的GRU模型得到的测试结果的方差明显低于其他2个,说明其稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁伟琪	广东财经大学统计与数学学院	3	10	1.0	3.0
2	陈蔼祥	广东财经大学统计与数学学院	8	32	4.0	5.0
3	李伟书	广东财经大学统计与数学学院	4	11	1.0	3.0
4	杨思桐	广东财经大学统计与数学学院	3	10	1.0	3.0
5	黎镭	广东财经大学统计与数学学院	3	10	1.0	3.0