改进型基于LSTM的股票预测方法.pdfVIP

()

年月安徽大学学报自然科学版

201911November2019

第卷第期()

436JournalofAnhuiUniversitNaturalScienceEditionVol.43No.6

y

:/

doi10.3969.issn.1000-2162.2019.06.005

j

改进型基于LSTM的股票预测方法

123*

,,

方红韩星煜徐涛

(,;,;

上海第二工业大学文理学部上海伦敦大学学院计算机科学系伦敦

1.2012092.WC1E6BT

,)

上海第二工业大学工学部上海

3.201209

:(,)

摘要针对当前长短时循环神经网络简称在对股票预测时普遍存在的滞

lonshort-termmemorLSTM

gy

,,

后性问题提出一种改进型基于的股票预测方法首先通过多维度向量输入选取与股票价格相关系

LSTM.

,;

数较高的其他公司的每日股票收盘价结合预测股票自身价格数据作为模型的输入向量其次通过特征工程

,;

选取不同的特征向量作为输入向量通过反复训练得到可以明显降低预测滞后性的特征向量组合最后通过

,

对与股票公司相关的新闻文本进行情感分析将得到的情感分值作为模型输入向量腾讯公司股票的预测结

.

,,

果表明该方法在提高预测准确度的同时明显改善了预测的滞后性.

:;;;

关键词LSTM多维向量特征工程情感分析

中图分类号:文献标志码:文章编号:()

TP29A