钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机技术与发展期刊
\
基于Pytorch的LSTM模型对股价的分析与预测
基于Pytorch的LSTM模型对股价的分析与预测
作者:
叶春明
张康林
李钊慧
王锦文
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
Pytorch
自组织特征映射
长短期记忆网络
股票价格
聚类
预测
摘要:
股价预测一直都是股票投资者重点关注和重点研究的方向,针对股价具有高度非线性、高噪声、动态性等问题,提出一种基于自组织特征映射(SOM)神经网络和长短期记忆网络(LSTM)共同应用的股价预测方法.第一步聚类,使用python语言实现改进的自组织特征映射神经网络算法,将187支股票分成三类,三类股票以盈利能力大小进行聚类,并且求出每一类所包含的股票代码;第二步预测,基于Pytorch深度学习框架构造长短期记忆网络模型,分别对每一类中随机的3支股票进行股价预测,再通过均方误差和决定系数对预测结果进行评价.结果表明,在使用相同的预测模型对不同盈利能力的股票做股价预测时,盈利能力越大的股票,预测精度越高.此研究可以为投资者筛选出盈利能力更大的股票,并且在提高股价预测精度上也具有一定的贡献.
暂无资源
收藏
引用
分享
推荐文章
基于LSTM变权组合模型的股价预测
GRA
PCA
LSTM
误差倒数变权组合预测法
基于LSTM模型的短期负荷预测
短期负荷预测
LSTM神经网络
工业用户
深度学习
基于LSTM-RNN模型的铁水硅含量预测
预测
动态建模
神经网络
高炉炼铁
硅含量
基于LSTM模型的单导联脑电癫痫发作预测
癫痫发作预测
单导联
小波能量
长短时程记忆网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于Pytorch的LSTM模型对股价的分析与预测
来源期刊
计算机技术与发展
学科
工学
关键词
Pytorch
自组织特征映射
长短期记忆网络
股票价格
聚类
预测
年,卷(期)
2021,(1)
所属期刊栏目
应用前沿与综合
研究方向
页码范围
161-167
页数
7页
分类号
TP183
字数
语种
中文
DOI
10.3969/j.issn.1673-629X.2021.01.029
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(37)
共引文献
(28)
参考文献
(18)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1990(1)
参考文献(1)
二级参考文献(0)
1996(1)
参考文献(1)
二级参考文献(0)
1997(2)
参考文献(1)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2005(2)
参考文献(1)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(2)
参考文献(0)
二级参考文献(2)
2008(2)
参考文献(0)
二级参考文献(2)
2009(1)
参考文献(0)
二级参考文献(1)
2010(2)
参考文献(0)
二级参考文献(2)
2011(2)
参考文献(1)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(4)
参考文献(2)
二级参考文献(2)
2014(4)
参考文献(0)
二级参考文献(4)
2015(4)
参考文献(0)
二级参考文献(4)
2016(5)
参考文献(0)
二级参考文献(5)
2017(8)
参考文献(2)
二级参考文献(6)
2018(4)
参考文献(2)
二级参考文献(2)
2019(7)
参考文献(7)
二级参考文献(0)
2021(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
Pytorch
自组织特征映射
长短期记忆网络
股票价格
聚类
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
主办单位:
陕西省计算机学会
出版周期:
月刊
ISSN:
1673-629X
CN:
61-1450/TP
开本:
大16开
出版地:
西安市雁塔路南段99号
邮发代号:
52-127
创刊时间:
1991
语种:
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
期刊文献
相关文献
1.
基于LSTM变权组合模型的股价预测
2.
基于LSTM模型的短期负荷预测
3.
基于LSTM-RNN模型的铁水硅含量预测
4.
基于LSTM模型的单导联脑电癫痫发作预测
5.
基于LSTM的PM2.5浓度预测模型
6.
基于LSTM模型的响洪甸水库旱警水位预测与效果检验
7.
数据多维处理LSTM股票价格预测模型
8.
基于Bi-LSTM的无人机轨迹预测模型及仿真
9.
基于FT-LSTM模型的临床事件诊断序列预测研究
10.
缠论和相似灰色模型的预测方法在股价拐点预测中的研究应用
11.
基于CNN-LSTM的QAR数据特征提取与预测
12.
基于CEEMDAN-PE-LSTM的混凝土坝变形预测
13.
基于LSTM的空气质量预测方法
14.
基于ARIMA模型与神经网络模型的股价预测
15.
基于FP-Growth+LSTM的问题发现及行为预测模型
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机技术与发展2022
计算机技术与发展2021
计算机技术与发展2020
计算机技术与发展2019
计算机技术与发展2018
计算机技术与发展2017
计算机技术与发展2016
计算机技术与发展2015
计算机技术与发展2014
计算机技术与发展2013
计算机技术与发展2012
计算机技术与发展2011
计算机技术与发展2010
计算机技术与发展2009
计算机技术与发展2008
计算机技术与发展2007
计算机技术与发展2006
计算机技术与发展2005
计算机技术与发展2004
计算机技术与发展2003
计算机技术与发展2002
计算机技术与发展2001
计算机技术与发展2021年第9期
计算机技术与发展2021年第8期
计算机技术与发展2021年第7期
计算机技术与发展2021年第6期
计算机技术与发展2021年第5期
计算机技术与发展2021年第4期
计算机技术与发展2021年第3期
计算机技术与发展2021年第2期
计算机技术与发展2021年第12期
计算机技术与发展2021年第11期
计算机技术与发展2021年第10期
计算机技术与发展2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号