《LSTM模型在A股交易中的应用实证分析》11000字.docxVIP

PAGE

PAGE2

LSTM模型在A股交易中的应用实证分析

摘要：近年来，随着深度学习的快速发展，人工智能技术先后成功应用于语音识别、图像识别等各个领域。如何把神经网络机器学习运用于金融领域成为许多投资者的研究新课题。LSTM神经网络作为一种新型递归神经网络，其选择记忆性的特点非常适用于股票价格时间序列的预测。本文重点研究了循环神经网络（RNN）与长短期记忆神经网络（LSTM）在股票收盘价中的预测应用。分别运用两者所建立的模型对中证500、上证指数与深圳成指进行实证分析。对比两个模型的预测效果，证明了LSTM模型在股票收盘价预测方面的优越性能。

关键词：股票收盘价；预测；RNN；LSTM；神经网络

目录

TOC\o1-4\h\u249181绪论 1

320491.1研究背景及其意义 1

16281.2国内外文献综述 2

135321.3研究方法 3

273361.4章节安排 4

262222神经网络相关概念介绍 4

138702.1BP神经网络 4

281682.2LSTM神经网络 8

173083RNN与LSTM模型构建 14

133533.1RNN模型构建 14

52713.1.1RNN模型结构 14

28743.1.2RNN模型参