首页> 中文期刊> 《现代计算机:下半月版》 >基于差分变异GRU梯度的股票价格预测算法

基于差分变异GRU梯度的股票价格预测算法

         

摘要

近年来,深度学习方法在金融领域得到了广泛的应用,特别是促进了股票价格预测的发展。针对门控递归神经网络(GRU)在一般股票价格预测中准确性和鲁棒性较差的问题,提出了一种基于差分变异GRU的股票预测算法(DMGRU)。该算法将GRU的模型梯度整体作为决策变量,利用差分进化(DE)变异的方式在原有梯度附近寻找新的梯度,并用新的梯度来更新模型权重,从而得到更优的模型权重,进而提高模型在股票价格预测时的准确率。实验对标普500指数、上证指数和A股指数进行预测,结果表明DMGRU模型的预测结果精确度更高,预测趋势更加稳定。

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