中国高校人文社会科学信息网

基于深度学习的股票价格预测模型研究

作者:兰秋军 梁必果

所属学科:管理学  二级学科: 管理工程
关键字:深度学习主成分分析自动编码器受限玻尔兹曼机

摘要/Abstract

计算机的快速发展使量化投资逐渐成为了一个重要的投资工具,以西蒙斯为代表顶尖量化投资基金创造了在1989年到2009年间平均年收益率达到35%的傲人成绩,这使得量化投资得到越来越多投资者的认可。与此同时,随着2006年深度神经网络的提出,深度学习这一技术逐渐在图像识别、语音识别、文本情感挖掘等领域取得了惊人的成绩。近年来,开始有学者研究把深度学习用于量化投资领域,尝试用人工智能的思想解读金融市场的本质。在本研究中,首先,本文通过对相关理论的梳理和总结,选取了30只在A股具有一定代表性的股票,选取其价格、指标

The rapid development of computers has enabled quantitative investment to become an important investment tool. Simmons represented the top quantified investment funds and created an impressive 35% annual average profit rate from 1989 to 2009, which makes quantitative investment. Began to get more and more investors' approval. At the same time, with the in-depth neural network proposed in 2006, deep learning technology has begun to achieve amazing results in the field of image recognition, speech recognition, textual emotional excavation and other fields. Therefore, scholars have begun to study the use of deep learning to quantify investment and try to use artificial intelligence to interpret the nature of financial markets. In this study, first, through the review and summarization of relevant theories, this paper selected 30 stocks with a certain representativeness in the A-shares, selected 60 factors such as their prices, indicators, and normalized them; For these factors, the principal component analysis method, automatic encoder, and restricted Boltzmann machine are used to extract features. The logistic regression model is used to compare the prediction effect of various feature data; finally, according to the selected model and characteristics The data, by comparing the three objective functions, finally selects the optimal deep neural network model structure.

社科网首发

打印刊载证明 

全文/Full Text


论文刊载证明

兰秋军 向中国高校人文社会科学信息网"论文在线"提交的 基于深度学习的股票价格预测模型研究 论文,经本网站审阅后,已于 2018年05月02 日 在中国高校人文社会科学信息网(互联网出版许可证:新出网证(京)字029号)刊载,对外公开发表。论文作者共 2 人,依次为:兰秋军,梁必果。特此证明。

文章ID:82283

刊载地址:www.sinoss.net/show.php?contentid=82283

中国人民大学出版社
中国高校人文社会科学信息网
2021年05月15日



兰秋军(收)

中国高校人文社会科学信息网

0
.0
评分人数:0

作者其他文章

相关文章

读者评论