长短期记忆模型在股票价格趋势预测应用研究

摘要：

股票价格具有的复杂性与动态性,为预测股票价格趋势带来了艰巨的挑战.人工神经网络、支持向量机和决策树等一系列机器学习算法被用于预测股票价格,并取得了成果.长短期记忆模型LSTM(Long Short-Term Memory)可以获得股票价格数据中的遗留信息,在处理时间序列数据方面有非常优秀的性能.我们使用LSTM模型预测股票价格走势,并选择亚马逊公司(AMZN)的股票价格数据进行实验.实验表明,LSTM模型对于股票价格趋势预测效果显著.但仍然有许多不足需要在后续改进.

关键词：长短期记忆模型、股价趋势预测

分类号：F830.91(金融、银行)

在线出版日期：2020-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：36-39