基于LSTM模型我国A股市场的预测研究
本文通过研究人工智能技术中的LSTM神经网络模型在金融领域上的建模方法，首先对我国A股市场沪深300指数的每日涨跌趋势进行了预测研究.然后对原始LSTM模型进行了改进，构建了"开盘价"、"收盘价"、"最高价"、"最低价"和"成交量"预测收益率的多变量LSTM模型.最后将得到的预测结果与原始LSTM模型的预测结果进行了对比分析.实证结果表明数据的非平稳性能够负向影响LSTM模型的预测结果.LSTM模型不同参数下的预测性能不同，但并非模型隐含层数、层神经元个数越多预测性能就越好.同时，单变量输入的LSTM模型预测效果明显差于多变量输入的LSTM模型预测效果.
LSTM模型 趋势预测 单变量 多变量
张蜀林 赵雄飞
北方工业大学经济管理学院,北京 100144
国内会议
福州
中文
538-544
2018-11-30（万方平台首次上网日期，不代表论文的发表时间）