摘要
近年来,深度学习方法在金融领域得到了广泛的应用,特别是促进了股票价格预测的发展.针对门控递归神经网络(GRU)在一般股票价格预测中准确性和鲁棒性较差的问题,提出了一种基于差分变异GRU的股票预测算法(DMGRU).该算法将GRU的模型梯度整体作为决策变量,利用差分进化(DE)变异的方式在原有梯度附近寻找新的梯度,并用新的梯度来更新模型权重,从而得到更优的模型权重,进而提高模型在股票价格预测时的准确率.实验对标普500指数、上证指数和A股指数进行预测,结果表明DMGRU模型的预测结果精确度更高,预测趋势更加稳定.
基金项目
2021年度广西高等教育本科教学改革工程项目(2021JGA425)
2021年度广西中青年教师科研基础能力提升项目(2021KY1736)
2021年度广西高校中青年教师科研基础能力提升项目(2021KY1731)
202广西高校中青年教师科研基础能力提升项目(2022KY1643)