重庆理工大学学报2021，Vol.35Issue(2) ：282-288.DOI:10.3969/j.issn.1674-8425(z).2021.02.034

一种基于主成分LSTM模型在股票预测中的研究

A Study of Stock Forecasting Based on LSTM Model of Principal Component Analysis

王东 王霄鹏 杨川东
重庆理工大学学报2021，Vol.35Issue(2) ：282-288.DOI:10.3969/j.issn.1674-8425(z).2021.02.034
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

一种基于主成分LSTM模型在股票预测中的研究

A Study of Stock Forecasting Based on LSTM Model of Principal Component Analysis

王东 1王霄鹏 1杨川东1
扫码查看

作者信息

  • 1. 重庆理工大学 计算机科学与工程学院,重庆 400054
  • 折叠

摘要

在利用技术方法建立LSTM股票预测模型时,传统方法由于所选择的输入数据变量较多、数据信息存在重叠、异常值对训练影响较大等因素,经常导致泛化性差,预测效果欠佳.针对此类问题,提出利用主成分分析法将基础数据降维,再结合股票相关技术指标KDJ,MACD一同作为输入数据,并根据股票特性将模型调整后再进行预测.实验结果表明:PCA-S-LSTM模型在降低预测平均误差的同时,大大减少了运行时间,提高了预测稳定性,较为准确地预测了平安银行的收盘价,具有应用价值.

关键词

神经网络/主成分分析法/LSTM模型/股票价格预测

引用本文复制引用

基金项目

重庆市教委雏鹰计划研究项目(CY180903)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量10
参考文献量1
段落导航相关论文