分类号:F810 学校代码:10697 密级:公开 学号:201931207 专业学位硕士论文 SPECIALIZED MASTER ’S DISSERTATION 于 基于 CNN-LSTM 的股票价格预测及量化选股研究 学科名称:金融 学 专业学位类别:金融硕士 作者: 李晨阳 指导老师 : 徐璋勇 教授 西北大学学位评定委员会 二○二一年六月 ...
基于CNN-LSTM-XGBoost模型的超短期光伏功率预测 超短期光伏功率预测对电网的调度与运行具有重要意义.针对传统单一预测模型难以有效分析历史数据波动规律导致预测精度不高的问题,提出了一种CNN-LSTM-XGBoost的混合预... 汤德清,朱武,侯林超 - 《电源技术》 被引量: 0发表: 2022年 ...
20、作为本发明所述的一种基于cnn-lstm-xgboost模型的股票价格预测方法的一种优选方案,其中,所步骤s3中,筛选后的股票数据为:开盘价、最高价、最低价、复权价和日收益率。 21、作为本发明所述的一种基于cnn-lstm-xgboost模型的股票价格预测方法的一种优选方案,其中,所述步骤s5中,模型预测效果的误差指标选取平均绝...
这项工作主要集中在深度学习算法在股票价格预测中的应用[7] [8]。 深度神经网络可以被认为是能够映射非线性函数的非线性函数逼近器。 基于应用类型,使用各种类型的深度神经网络架构。 这些包括多层感知器(MLP),递归神经网络(RNN),长期短期记忆(LSTM),CNN(卷积神经网络)等[9]。它们已经应用于图像处理,自然语言等各...
一,引言 股票价格未来趋势是投资者关注的焦点之一.近年来,随着计算机技术与人工智能的快速发展,深度学习算法在金融领域得到了广泛应用.本文提出了一种基于卷积神经网络(CNN)与长短期记忆神经网络(LSTM)的混合预测模型(CNN-LSTM),并选取贵州茅台这一股票进行短期股价预测.本文以循环神经网络(RNN)等模型作为对照组,通过实...