典型文献
基于 CNN-BiLSTM-Attention 的股价预测模型
文献摘要：
股价预测问题一直是金融市场中的重要问题之一,准确的预测股价对量化交易具有重要意义.随着深度神经网络的发展,神经网络预测模型与其他算法的混合模型使用最广泛.该文提出一种新型的混合模型——CNN-BiLSTM-Attention模型.该模型首先使用CNN对股票数据特征进行特征提取,再使用双向LSTM模型进行预测,最后使用Attention机制对数据特征进行权重的更改,并对LSTM模型输出层输出向量与对应的权重相乘并求和.试验结果表明,与单独的LSTM、LSTM-Attention和CNN-BiLSTM相比,其具有更高的可靠性.
文献关键词：
股价预测;CNN;BiLSTM;Attention
中图分类号：
作者姓名：
汪梦园
作者机构：
河北建筑工程学院信息工程学院,河北张家口 075000
文献出处：
引用格式：
[1]汪梦园-.基于 CNN-BiLSTM-Attention 的股价预测模型)[J].中国新技术新产品,2022(19):130-132
A类：
B类：
BiLSTM,Attention,股价预测,金融市场,量化交易,深度神经网络,神经网络预测模型,混合模型,模型使用,股票数,数据特征,行权,更改,模型输出,出层,相乘
AB值：
0.316169
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。
