基于神经网络集成学习股票预测模型的研究

发布时间：2021-06-21 10:56

　　基于深度学习的原理构建出六层长短记忆神经网络,通过集成学习中Bagging方法组合8个长短记忆神经网络。使用基于神经网络集成学习模型预测中国人民币普通股市场。实验测试了从2012年1月4日到2017年12月29日这期间的上海证券综合指数、深圳证券综合指数、上证50指数、沪深300指数、中小企业板指数和创业企业板指数。实验结果为模型的准确率达到58.5%,精确率为58.33%,召回率为73.5%,F1值为64.5%,AUC值为57.67%,取得了较好的预测效果。 

【文章来源】：计算机工程与应用. 2019,55(08)北大核心CSCD

【文章页数】：6 页

【部分图文】：

多层长短记忆神经网络图

不同分类器个数的F1值得比较图

【参考文献】：
期刊论文
[1]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)



本文编号：3240554