指数趋势预测的BP-LSTM模型

• 作者: 孙存浩 胡兵 邹雨轩
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 数学
• 关键词: BP神经网络 长短期记忆神经网络 上证指数趋势预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数学
• 页码范围: 27-31
• 页数: 5页
• 分类号: O29
• 字数: 3552字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2020.01.004

摘要

本文根据股指、股价等数据的时序特征将人工神经网络(ANN)与深度学习中的循环神经网络(RNN)引入股指预测,基于BP神经网络模型与长短期记忆(LSTM)神经网络模型构建了BP-LSTM 模型.基于上证指数,本文进行了进行数值实验.结果表明BP-LSTM 预测模型的准确率相比传统机器学习模型有明显提升,与普通LSTM 模型相比也有较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡兵	四川大学数学学院	124	540	11.0	16.0
2	孙存浩	四川大学数学学院	1	1	1.0	1.0
3	邹雨轩	四川大学数学学院	1	1	1.0	1.0