基于循环神经网络的金融数据预测系统

• 作者: 高燕 黄有为
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 神经网络 RNN 大数据 金融预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 28-33,226
• 页数: 7页
• 分类号: TP303
• 字数: 6660字
• 语种: 中文
• DOI: 10.11907/rjdk.181779

摘要

金融预测旨在对金融历史数据进行分析, 构建预测模型, 并对未来数据走势作出预测.系统创新性地将最新的深度学习成果与金融预测相结合, 提出使用循环神经网络预测金融数据变化的方法.首先介绍了近几年人工智能的突破性成果, 以RNN相关技术为基础对系统进行设计, 然后通过实验组展示系统预测效果, 并对系统获得的结果数据, 使用深度学习相关评估算法评估其预测准确性.实验评估结果表明, 使用循环神经网络学习与分析历史数据, 并将其模型用于预测未来金融数据走势的方案具有较高的可靠性与准确性.因此, 深度学习在金融预测领域具有较大发展潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高燕	常熟理工学院计算机科学与工程学院	21	56	4.0	7.0
2	黄有为	常熟理工学院计算机科学与工程学院	2	7	2.0	2.0