期刊屋 > 科学

变步长BLSTM集成学习股票预测

【摘要】提出采用变步长双向长短期记忆网络（BLSTM）集成学习方法学习历史数据中股票价格变动的规律.针对股票涨跌变化的预测改进均方误差（MSE）损失函数，采用简易的模拟交易盈利评价指标以更好地度量预测模型在金融市场中的期望表现.通过前10~50步长的数据训练BLSTM，预测下1min各股票的涨跌变化.实验结果验证了不同数据预处理下，改进损失函数的有效性及变步长集成方法相对于单一网络的有效性.

【变步长BLSTM集成学习股票预测】相关的文章

科学最新帖子

1健康物联网技术应用伦理难题研究
2加氢精制催化剂载体材料的研究进展
3放牧对晋北农牧交错带赖草草地生态系统碳交换的影响
4装配生产线建模方法及资源优化研究
5苗岭晨歌
6扫码自由购与即时配送的全渠道零售运营策略
7锂离子电池LiFePO4/Li3V2（PO4）3复合正极材料的制备及性能研究
8绝热耦合超对称光波导结构
9人工光照对初情期前母兔生殖系统发育的影响
10基于模糊综合评判和层次分析法的中子管故障风险评估

变步长BLSTM集成学习股票预测

【变步长BLSTM集成学习股票预测】相关的文章

科学 最新帖子

热门文章

科学最新帖子