基于特征优化与损失函数改进的股票预测模型

下载PDF

导出

摘要对于股票趋势的准确预测具有重要的商业价值,将股票趋势预测任务转化为二元分类问题,提出了一种基于改进损失函数的股票预测方法,使用小波变换对原始数据进行去噪处理,通过随机森林算法对技术指标进行筛选。实验选择了沪深300等指数与个股,对提出的改进方案进行验证,结果表明改进后的预测模型仅使用15个技术指标作为输入特征,对于不同市场的指数与个股仍然具有很好的预测能力,模型平均准确率达到60.6%,平均精确率达到62.2%。

作者王浩文刘娟郭亚

机构地区江南大学物联网工程学院无锡学院数字与经济管理学院

出处《信息系统工程》 2023年第5期125-128,共4页

基金国家自然科学基金面上项目(课题编号:31771680)。

关键词股票预测小波变换随机森林长短期记忆神经网络(LSTM) 损失函数

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] F832.51 [经济管理—金融学]

引文网络
相关文献

参考文献5

1徐程成.股票价格预测方法综述[J].中国市场,2020(9):42-43. 被引量：7
2邓烜堃,万良,黄娜娜.基于DAE-BP神经网络的股票预测研究[J].计算机工程与应用,2019,55(3):126-132. 被引量：17
3邱一豪,孟志青.时态神经网络模型及其在股票分类预测上应用[J].计算机工程与应用,2019,55(15):263-270. 被引量：2
4方红,韩星煜,徐涛.改进型基于LSTM的股票预测方法[J].安徽大学学报（自然科学版）,2019,43(6):36-42. 被引量：8
5邱锡鹏.《神经网络与深度学习》[J].中文信息学报,2020(7):4-4. 被引量：17

二级参考文献32

1叶德谦,马志强,李帼,姜皇普.基于模糊神经网络的粗糙集在股市预测中的应用[J].计算机科学,2008,35(4):168-169. 被引量：2
2杨蒙召,赵春刚,顾泽元.基于PCA和Rough Set在股票分类中的研究[J].科学技术与工程,2009,9(4):1092-1096. 被引量：3
3杨种学.基于回归技术商品销售趋势预测模型的实现[J].保山师专学报,2009,28(5):64-67. 被引量：10
4余乐安,汪寿阳.基于核主元聚类的股票分类[J].系统工程理论与实践,2009,29(12):1-8. 被引量：10
5孙彬,李铁克,张文学.基于结构修剪神经网络的股票指数预测模型[J].计算机应用研究,2011,28(8):2840-2843. 被引量：9
6李松,刘力军,翟曼.改进粒子群算法优化BP神经网络的短时交通流预测[J].系统工程理论与实践,2012,32(9):2045-2049. 被引量：172
7王晓芳,王瑞君.上证综指波动特征及收益率影响因素研究——基于EEMD和VAR模型分析[J].南开经济研究,2012(6):82-99. 被引量：20
8金瑶,蔡之华.基于AR模型的Kalman滤波在股票价格预测中的应用[J].统计与决策,2013,29(6):80-82. 被引量：9
9吴春国,朱世钊,汪秉宏,关昱航.用于非线性时间序列预测的POD-RBF神经网络[J].小型微型计算机系统,2013,34(8):1848-1851. 被引量：3
10龙会典,严广乐.基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究[J].数理统计与管理,2013,32(5):814-822. 被引量：40

共引文献46

1王嗣敏,刘招君,董清水,朱建伟,郭巍.陆相盆地层序地层形成机制分析——以松辽盆地为例[J].长春科技大学学报,2000,30(2):139-144. 被引量：41
2杜柳青,王承辉,余永维,徐李.基于深度自编码器的大型龙门加工中心热误差建模方法[J].农业机械学报,2019,50(10):395-400. 被引量：5
3孟志青,朱涵琪.变结构时态神经网络模型在股票预测中的应用[J].计算机工程与设计,2020,41(6):1733-1741.
4徐浩然,许波,徐可文.机器学习在股票预测中的应用综述[J].计算机工程与应用,2020,56(12):19-24. 被引量：23
5许佳琪,杜江,郑强国.关于时间序列预测模型的实证研究--基于美国标准普尔500金融指数[J].科学大众（科技创新）,2020(11):274-275.
6闫海波,张贺.基于Copula函数的上证综合指数的趋势预测[J].佳木斯大学学报（自然科学版）,2020,38(6):107-111. 被引量：1
7张倩玉,严冬梅,韩佳彤.结合深度学习和分解算法的股票价格预测研究[J].计算机工程与应用,2021,57(5):56-64. 被引量：19
8邓飞燕,岑少琪,钟凤琪,潘家辉.基于LSTM神经网络的短期价格趋势预测[J].计算机系统应用,2021,30(4):187-192. 被引量：10
9刘鑫,韩强,周永帅,庹先国.基于深度学习的白酒分类识别方法[J].食品与机械,2021,37(4):68-71. 被引量：3
10王润鑫,张静,李涛.时间序列在原油期货中的应用[J].福建电脑,2021,37(6):17-20. 被引量：1

1黄柱兴,杨燕,刘宇婷.基于财经新闻的多维情感特征融合交易特征的股票预测模型研究[J].南宁师范大学学报（自然科学版）,2023,40(1):64-71.
2宋锐彪,刘海鸿.基于小波分析的滑动GA-BP-GRACH模型对股票的预测研究[J].数学的实践与认识,2023,53(3):117-126. 被引量：1
3周润佳.基于深度学习的股票趋势预测算法[J].计算机与现代化,2023(1):69-73. 被引量：2
4孔宇萍.基于时间序列与机器算法的工商银行股票预测分析[J].中国管理信息化,2023,26(6):146-148. 被引量：2
5朱文超.股价预测——基于LSTM的金融时序数据建模与决策[J].现代营销（下）,2023(3):39-41.
6翁晓健,林旭东,赵帅斌.基于经验模态分解与投资者情绪的长短期记忆网络股票价格涨跌预测模型[J].计算机应用,2022,42(S02):296-301. 被引量：3
7张训韬,范永胜.基于XGBOOST特征选取的LSTM模型评估股票走势分析[J].电脑知识与技术,2023,19(9):91-94.
8严冬梅,何雯馨,陈智.融合情感特征的基于RoBERTa-TCN的股价预测研究[J].数据分析与知识发现,2022,6(12):123-133. 被引量：4
9李贺.基于arima模型的深股指数预测分析[J].应用数学进展,2023,12(4):1874-1883.
10白茹嫣.基于XGBoost-SWA的多因素量化交易决策模型[J].中文科技期刊数据库（全文版）经济管理,2023(5):5-8.

信息系统工程

2023年第5期

浏览历史

内容加载中请稍等...

基于特征优化与损失函数改进的股票预测模型

参考文献5

二级参考文献32

共引文献46

相关作者

相关机构

相关主题

浏览历史