基于 CNN-BiLSTM-Attention 的股价预测模型

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.

关键词：股价预测、CNN、BiLSTM、Attention

分类号：TP393(计算技术、计算机技术)

在线出版日期：2023-01-07（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：130-132