基于LSTM的沪深300股票指数预测研究

• 作者: 任鑫 韩旭
• 来源期刊: 财讯
• 关键词: 股指期货 神经网络 非线性 时序特征
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 理论探讨
• 页码范围: 165
• 页数: 1页
• 字数: 1146字
• 语种: 中文

摘要

作为A股市场重要的股票指数之一,对沪深300股指的走势进行预测对于投资者进行套期保值和风险转移具有重要的意义.本文利用LSTM网络具备的复杂非线性时序特征提取能力,设计了一个LSTM深度循环神经网络来对沪深300股指的走势进行预测.结果表明,LSTM能够被成功地运用于股票价格指数走势的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任鑫		3	1	1.0	1.0
2	韩旭		6	2	1.0	1.0