首页> 中文期刊> 《重庆理工大学学报(自然科学版)》 >一种基于主成分LSTM模型在股票预测中的研究

一种基于主成分LSTM模型在股票预测中的研究

         

摘要

在利用技术方法建立LSTM股票预测模型时,传统方法由于所选择的输入数据变量较多、数据信息存在重叠、异常值对训练影响较大等因素,经常导致泛化性差,预测效果欠佳。针对此类问题,提出利用主成分分析法将基础数据降维,再结合股票相关技术指标KDJ,MACD一同作为输入数据,并根据股票特性将模型调整后再进行预测。实验结果表明:PCA-S-LSTM模型在降低预测平均误差的同时,大大减少了运行时间,提高了预测稳定性,较为准确地预测了平安银行的收盘价,具有应用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号