基于LSTM的多指标股票预测
齐太威1
于文年2
1.武汉邮电科学研究院 武汉 430074;南京烽火天地通信科技有限公司 南京 2100192.南京烽火天地通信科技有限公司 南京 210019
摘要：该研究通过处理平安银行股票数据生成十个比较有代表性的技术分析指标,将技术指标的值经过预处理后分别作为基于机器学习的多元线性回归、BP神经网络和LSTM神经网络三种模型的输入,通过模型训练来预测股票的涨跌,然后比较三种模型在预测准确率以及回测中年化收益率的表现,证实LSTM神经网络模型对于非线性的股票走势预测效果最好.然后设计改进了一种基于LSTM模式分类的交易择时策略,获得了更高的年化收益率,并且这种策略可行性更高,最后说明利用LSTM模型进行量化交易是可行的.
关键词：多元线性回归BP神经网络长短期记忆网络行为金融学量化投资
分类号：O141.1(数理逻辑、数学基础)
论文发表日期：2024-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 337-342 )
英文信息