基于深度神经网络结构的互联网金融市场动态预测

赵洪科; 吴李康; 李徵; 张兮; 刘淇; 陈恩红

首页> 中文期刊> 《计算机研究与发展》 >基于深度神经网络结构的互联网金融市场动态预测

基于深度神经网络结构的互联网金融市场动态预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:近些年,互联网金融市场在国内外迅速发展;同时,针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场,互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究,提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先,该模型可以实现对多序列(市场宏观动态序列和多种子序列)特征变量输入的处理,并且在时间和序列特征2个维度上利用注意力机制来融合输入变量.其次,模型设计了基于预测序列平稳性约束的优化函数,使得模型具有更好的稳健性.最后,在真实的大规模数据集上进行了大量的实验,结果充分证明了所提出的模型在互联网金融市场动态预测问题上的有效性与稳健性.

著录项

来源
《计算机研究与发展》 |2019年第8期|1621-1631|共11页
作者
赵洪科; 吴李康; 李徵; 张兮; 刘淇; 陈恩红;
展开▼
作者单位

天津大学管理与经济学部天津300072;

大数据分析与应用安徽省重点实验室(中国科学技术大学) 合肥230027;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
互联网金融; 时间序列; 动态预测; 深度神经网络; 序列建模;

相似文献

中文文献
外文文献
专利

1. 一种基于深度神经网络的汉语语音合成韵律结构预测模型 [J] . 吴树兴 ,张秀琴 . 科技资讯 . 2019,第027期
2. 基于LSTM深度神经网络的智能网联汽车轨迹预测 [J] . 熊逸展 . 南阳师范学院学报 . 2022,第1期
3. 基于双深度神经网络的光功率预测方法 [J] . 张弘鹏 ,刘家庆 ,郭希海 . 重庆大学学报 . 2022,第1期
4. 基于深度神经网络的股票预测系统 [J] . 邢艳雅 ,李东喜 . 应用数学进展 . 2021,第005期
5. 基于Spark和深度神经网络的短期电力负荷预测方法 [J] . 张思扬 ,匡芳君 ,周文俊 . 湖北电力 . 2021,第002期
6. 基于自编码与深度神经网络的锂电池循环寿命预测 [C] . ZHAO Shiqiang ,赵世强 ,CUN Jin . 2017中国智能物联系统会议 . 2017
7. 基于深度神经网络的韵律结构预测研究 [A] . 王琦 . 2016

基于深度神经网络结构的互联网金融市场动态预测

摘要

著录项

相似文献

相关主题

期刊订阅