基于TCN-GRU的股票指数预测模型研究

摘要：

本文采用集成学习的思想,将时域卷积网络(TCN)和门控循环单元(GRU)相结合,借助TCN的数据特征提取能力和GRU的非线性拟合能力,构建TCN-GRU模型.通过仿真实验,利用技术因子如收盘价、最高价、成交量等作为输入,对股票指数利用TCN-GRU模型进行预测.再设置对照试验,对比卷积神经网络(CNN)、长短时记忆人工神经网络(LSTM)、门控循环单元、时域卷积网络模型的预测结果.通过评价指标发现TCN-GRU相比对照实验模型,拥有更高的预测精确度.

关键词：TCN、GRU、股票指数预测

分类号：F830.91;TP391;TP183

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：73-75