使用随机神经网络预测股市-研究论文

时间:2024-06-29 20:44:07
【文件属性】:

文件名称:使用随机神经网络预测股市-研究论文

文件大小:1.02MB

文件格式:PDF

更新时间:2024-06-29 20:44:07

Artificial Neural Networks

投资者和股票经纪人的主要目标是通过能够预测金融市场来获利。 然而,预测是一项复杂的任务,因为金融市场具有复杂的模式。 本研究针对日本日经 225 指数的股票价格指数方向进行了比较。该研究比较了两种预测模型,即随机神经网络 (SNN) 和长短期记忆与随机神经网络 (LSTM – SNN) 的融合,用于预测指数。 输入层包括使用股票市场参数(开盘价、最高价、最低价、收盘价和成交量)计算 15 项技术指标。 使用价格和趋势性能指标评估每个预测模型的准确性。 评估是针对东京证券交易所(TSE)2007年1月23日至2013年12月30日的历史数据进行的。 实验结果表明,对于 SNN,该模型给出了 85.37% 的准确率,而 LSTM – SNN 的混合给出了 86.28% 的准确率。 LSTM – SNN 准确率的提高是由于引入了 LSTM 层。 实验结果还表明,当将这些技术指标添加到所提出模型的输入层时,两种预测模型的性能都会提高。


网友评论