典型文献
基于注意力机制的CNN-LSTM模型股价趋势预测
文献摘要：
为了更准确地预测股价趋势,获取更高的超额收益,该文将注意力机制、卷积神经网络(CNN)与长短期记忆神经网络(LSTM)组合,提出了一种基于注意力机制的CNN-LSTM模型.实验选取沪深300指数成分股5分钟k线数据,采取变分编码器(VAE)进行特征工程,通过对比引入注意力机制前后的CNN-LSTM、CNN与LSTM模型构建投资组合的超额收益等指标,说明该文所提出模型的有效性.结果显示,基于注意力机制的CNN-LSTM模型预测性能较优.
文献关键词：
变分编码器;CNN;LSTM;注意力机制
中图分类号：
作者姓名：
刘天阳
作者机构：
上海对外经贸大学金融管理学院 上海 201600
文献出处：
引用格式：
[1]刘天阳-.基于注意力机制的CNN-LSTM模型股价趋势预测)[J].科技资讯,2022(23):1-5
A类：
B类：
注意力机制,股价,趋势预测,超额收益,长短期记忆神经网络,数成,成分股,变分编码器,VAE,特征工程,投资组合,出模,预测性能
AB值：
0.240282
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
