基于循环神经网络的股指价格预测研究

摘要：

利用基于注意力机制的循环神经网络构建股指价格的预测模型,可以很巧妙地提取出股指价格的各类影响因子的深层特征,与简单的单因子循环网络或者传统的多因子循环网络相比,该网络能够提高股指价格预测的准确性.为了加快模型的训练速度,减少模型参数量,在具体实验中,采用了去除注意力机制中解码环节的循环网络.仿真实验表明:在上证50股指每分钟价格的预测问题上,该网络模型比其他的传统网络模型的预测精度更高,而且预测效果与不去除解码环节的网络相比无明显差异,并且模型加快了对数据的处理速度,证实该方法是一种有效的股指价格预测方法.

关键词：注意力机制、循环神经网络、长短时记忆机制、股指价格预测

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省自然科学基金资助项目LY16A010019,LY16A010021

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：186-191