基于LSTM对股票走势的预测研究
朱睿琪
孙丽
沈嘉和
东南大学成贤学院电子与计算机工程学院 江苏南京 210000
摘要：针对目前我国抱团股的走势和发展问题,利用时序序列的基本特点,使用了基于长短期记忆网络(long short-term memory,LSTM)的方式对股票的涨跌进行了预测.首先,从股票的涨跌问题对股票的信息进行分类,将股票的预测问题转化为函数问题进行分析,然后,以股票历史交易信息作为输入,利用神经网络训练历史信息得到模型,最后对涨跌进行基本预测.实验结果表明,所使用的方法对于单纯预测股票的涨跌能够有一定的效果.
关键词：优化算法预测研究预测模型LSTM模型
资助基金：江苏省大学生创新省级校企合作基金项目(SCX21032)
论文发表日期：2022-09-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 24-27 )