基于LSTM神经网络的股票预测算法研究

• 作者: 吴群 李珍珍
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: LSTM神经网络 选择记忆 最高价
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 41-43
• 页数: 3页
• 分类号: TP183
• 字数: 1945字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2019.07.011

摘要

针对股票在投资领域的影响越来越重要,且其有一定规律可寻.本文通过研究股票的最高价、最低价、收盘价、开盘价、日成交量和成交金额等六个属性,利用LSTM神经网络实现对股票最高价的预测.实验证明LSTM神经网络能够通过学习股票历史数据的变化,利用其内部的选择记忆性,实现短期股票的预测,对投资者有着重要的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李珍珍	江西理工大学信息工程学院	3	4	2.0	2.0
2	吴群	江西理工大学信息工程学院	1	2	1.0	1.0