基于主成分分析和长短期记忆网络的股票价格预测

• 作者: 刘甲 孙德山
• 来源期刊: 应用数学进展
• 学科: 经济
• 关键词: 长短期记忆网络 主成分分析 ELMAN网络
• 年，卷（期）: yysxjz_2020,（11）
• 页码范围: 1954-1960
• 页数: 7页
• 分类号: F83

摘要

运用神经网络技术,建立基于主成分分析的长短期记忆神经网络(PCA-LSTM)模型并对股票开盘价格进行预测。实验采用五粮液(000858)股票,首先,利用主成分法对该股票的多个指标进行特征提取,然后利用提取的主成分建立LSTM神经网络模型,并与PCA-Elman、LSTM模型对比,结果发现PCA-LSTM模型的预测结果更好一些。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德山	辽宁师范大学数学学院	66	560	13.0	21.0
2	刘甲	辽宁师范大学数学学院	1	0	0.0	0.0