金融论文：基于GRU改进的LSTM门控制长短期记忆网络的股票交易策略设计.docxVIP

下载本文档

70
0
约3.62千字
约 11页
2020-10-05 发布于江苏
举报
版权申诉

金融论文：基于GRU改进的LSTM门控制长短期记忆网络的股票交易策略设计.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

金融论文：基于GRU改进的LSTM门控制长短期记忆网络的股票交易策略设计本文是一篇金融论文研究，本文首先通过将 LSTM 算法与 SVM、RNN 等算法对比，得出 LSTM 算法更加适合量化投资的结论，但是由于单一 LSTM 模型对数据的分析能力和时间复杂度等因素不如复合 LSTM-GRU 模型，故本文将两者进行对比建模测试，结果发现 LSTM-GRU 模型建模精准度有所提升，同时时间复杂度大幅下降，故为主动型股票投资基金设计了一种基于 LSTM-GRU 门控制长短期记忆网络算法的量化投资策略。第 1 章绪论1.1 研究的背景对于金融机构来说，传统的被动式基金管理以