深度学习算法在股票价格预测方面的研究

• 作者: 齐晓娜 张宇敬 郑艳娟 封二英
• 来源期刊: 软件
• 关键词: 股票预测 深度学习 LSTM
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 70-72
• 页数: 3页
• 分类号: F832.48
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2021.07.020

摘要

对于金融机构或个人投资者而言,对股票价格进行精准预测,进而制定优化的量化投资策略,可以在降低投资风险的同时实现利益最大化.基于传统的金融模型或是传统的机器学习模型都不能达到理想效果.本文采用深度学习算法,建立了适用于股票预测的长短记忆网络(LSTM)模型,通过该模型分别对中国人寿和长城汽车两只股票数据进行训练验证,实验表明该模型可以获得比较优异的预测精度.