基于神經(jīng)網(wǎng)絡(luò)的股票預(yù)測.pdf

1、算法交易能極大地減少決策者情緒波動對決策的影響，因此受到國外投資者的青睞。隨著中國證券市場的日益成熟，算法交易必定能在其中大展拳腳。深度學(xué)習(xí)在圖像識別、自然語言處理等領(lǐng)域取得了令人驚嘆的成果，金融必將是它攻下的又一座城堡。
　　基于深度學(xué)習(xí)理論，本文希望能對股票的未來漲跌趨勢做出一個比較明確的判斷，具體研究內(nèi)容如下：
　　第一，本文首先從深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)出發(fā)，闡明了深度學(xué)習(xí)是如何解決BP神經(jīng)網(wǎng)絡(luò)的諸多缺陷，然后利用批標(biāo)準(zhǔn)化

2、、PReLU和dropout等深度學(xué)習(xí)最新研究成果構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型。
　　第二，循環(huán)神經(jīng)網(wǎng)絡(luò)及其改進(jìn)的長短時記憶模型是專門處理序列數(shù)據(jù)的模型。本文將長短時記憶模型與深度神經(jīng)網(wǎng)絡(luò)結(jié)合構(gòu)建深度循環(huán)神經(jīng)網(wǎng)絡(luò)模型。
　　第三，在實(shí)證研究中，以亞馬遜公司股票的前十日歷史交易數(shù)據(jù)預(yù)測下一日的股票漲跌。經(jīng)過測試不同深度的深度神經(jīng)網(wǎng)絡(luò)與長短時記憶模型，本文發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)在預(yù)測股票漲跌上還是有一定幫助的，能達(dá)到54％的三類（漲、震蕩、跌