典型文献
基于LSTM对股票走势的预测研究
文献摘要：
针对目前我国抱团股的走势和发展问题,利用时序序列的基本特点,使用了基于长短期记忆网络(long short-term memory,LSTM)的方式对股票的涨跌进行了预测.首先,从股票的涨跌问题对股票的信息进行分类,将股票的预测问题转化为函数问题进行分析,然后,以股票历史交易信息作为输入,利用神经网络训练历史信息得到模型,最后对涨跌进行基本预测.实验结果表明,所使用的方法对于单纯预测股票的涨跌能够有一定的效果.
文献关键词：
优化算法;预测研究;预测模型;LSTM模型
中图分类号：
作者姓名：
朱睿琪;孙丽;沈嘉和
作者机构：
东南大学成贤学院电子与计算机工程学院 江苏南京 210000
文献出处：
引用格式：
[1]朱睿琪;孙丽;沈嘉和-.基于LSTM对股票走势的预测研究)[J].信息技术与信息化,2022(09):24-27
A类：
B类：
股票走势,预测研究,抱团,时序序列,基本特点,长短期记忆网络,long,short,term,memory,涨跌,跌进,问题转化,函数问题,神经网络训练,历史信息
AB值：
0.391177
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。
