基于深度神经网络的经济时间序列预测模型  

作　　者：崔馨心 CUI Xin-xin

机构地区：[1]同济大学电子与信息工程学院,上海201804

出　　处：《信息技术与信息化》2018年第11期75-77,共3页Information Technology and Informatization

摘　　要：经济的发展对一个国家的发展有着举足轻重的作用,而经济时间序列这种典型的多噪声非平稳时间序列,传统的统计学方法对其的预测能力十分有限。近年来深度学习的快速发展,被广泛应用在图像处理、语音处理等各个方面,并取得了不错的效果。本文将深度神经网络应用在股票时间序列预测中,使用传统全连接网络,设计了针对近3000支股票的通用模型。之后使用2015-2017的数据进行训练及验证,实验结果证明通用模型的准确性能达到58.5%。

关 键 词：深度学习 通用模型 时间序列预测 

分 类 号：F832.51[经济管理—金融学] TP183[自动化与计算机技术—控制理论与控制工程]