基于卷积和循环神经网络模型融合的股票开盘价预测研究

• 作者: 李锡祚 赵浩博
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 股票开盘价预测 卷积神经网络 循环神经网络 深度学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 55-58,64
• 页数: 5页
• 分类号: TP391.41
• 字数: 3463字
• 语种: 中文

摘要

本文提出了一种利用股票价格和相关新闻数据,基于卷积和循环神经网络模型融合的股票开盘价预测研究方法.针对股票开盘价预测的问题,考虑到股票相关信息的时序性以及新闻影响的持续性特点后,首先使用向量表示方法将新闻数据转换成向量,再利用卷积神经网络模型提取出股票相关的新闻文本特征,同时使用循环神经网络模型对股票价格数据进行训练,最后将新闻特征向量和价格训练后得到的向量合并,得到股票信息的低维向量表示并输入到深度神经网络中,利用深度神经网络对股票开盘价进行预测.本文实验中使用的数据是美股道琼斯指数与相关新闻,实验结果表明,本文所提出的方法在股票开盘价预测上具有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锡祚	大连民族大学计算机科学与工程学院	31	215	9.0	13.0
2	赵浩博	大连民族大学计算机科学与工程学院	1	0	0.0	0.0