数据多维处理LSTM股票价格预测模型

• 作者: 文宝石 颜七笙
• 来源期刊: 江西科学
• 关键词: 长短期记忆网络 股价预测 组合模型 萤火虫算法 最小二乘支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数理科学
• 页码范围: 443-449,472
• 页数: 8页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2020.04.001

摘要

股票的价格具有非线性、随机性等特征,为更精准地预测股票价格,充分利用股票价格数据的时间相关性和数据自身的变化趋势,提出数据多维处理的LSTM股票价格预测模型.通过对股票价格因子数据进行多维处理,提高数据有效信息,形成可以高度反映股票价格的多维数据,在此基础上建立长短期记忆网络组合预测模型,通过收集股市中的股票数据进行实验.实验结果表明,模型预测值与实际股价数据的均方根误差和平均绝对误差仅为0.0132和0.0103,相较于单一长短期记忆网络预测模型,2项误差分别降低90.81％和91.65％.数据多维处理LSTM股票价格预测模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜七笙		62	274	10.0	14.0
2	文宝石		1	0	0.0	0.0