基于ELSTM-L模型的股票预测系统  

作　　者：任君 王建华[1,2] 王传美 王建祥[2] 

机构地区：[1]武汉理工大学理学院 [2]武汉谱数科技有限公司,武汉430070

出　　处：《统计与决策》2019年第21期160-164,共5页Statistics & Decision

基　　金：国家自然科学基金资助项目（71473186）;中央高校基本科研业务费专项资金资助项目（2018IB016)

摘　　要：文章提出了采用支持向量机(SVM)和改进的长短期记忆网络(LSTM)与Lasso方法相结合的两个投资组合模型。选取技术指标作为模型的输入变量,使用改进的网格搜索法和指数衰减法分别改进SVM和LSTM。再通过这两种算法对HS300中所有股票进行涨跌预测,并统计预测为上涨的股票,最后基于变量选择观点的Lasso方法对预测上涨的股票进行筛选和权重计算,构建GSVM-L和ELSTM-L投资组合模型。结果表明:相对于其他组合模型,该模型具有较好的投资收益和较强的抗风险能力,且ELSTM-L模型可以容忍更高的交易成本。

关 键 词：指数衰减 SVM LSTM Lasso方法 投资组合 

分 类 号：F830.9[经济管理—金融学] TP311[自动化与计算机技术—计算机软件与理论]