基于PaddlePaddle的股票预测深度学习模型

发布时间：2023-03-31 07:54

　　利用上证指数股票历史数据中的开盘价、收盘价、最低价、最高价、交易量、交易额、跌涨幅等数据,通过对股票数据进行归一化等预处理操作后,使用Python语言和PaddlePaddle库编写算法程序,构建股票预测的LSTM神经网络模型,对上证指数的股票下一日的最高价股票价格进行分析预测,预测结果显示本文所构建的基于PaddlePaddle的LSTM神经网络模型能够取得较好的预测效果,可见基于PaddlePaddle的股票预测深度学习模型有很好的应用前景.

【文章页数】：5 页

【文章目录】：
1 PaddlePaddle深度学习框架
    1.1 PaddlePaddle特点
    1.2 PaddlePaddle安装部署
    1.3 PaddlePaddle架构
2 长短期记忆神经网络LSTM
    2.1 LSTM结构分析
    2.2 基于PaddlePaddle的LSTM实现
        2.2.1 导入引用库
        2.2.2 数据预处理
        2.2.3 构造数据读取的reader
        2.2.4 搭建模型
        2.2.5 训练模型
3 训练结果分析
    3.1 训练结果
    3.2 训练次数对训练误差的影响
4 结语



本文编号：3775458