基于LSTM对股票走势的预测研究  

作　　者：朱睿琪 孙丽[1] 沈嘉和 ZHU Ruiqi;SUN Li;SHEN Jiahe

机构地区：[1]东南大学成贤学院电子与计算机工程学院,江苏南京210000

出　　处：《信息技术与信息化》2022年第9期24-27,共4页Information Technology and Informatization

基　　金：江苏省大学生创新省级校企合作基金项目-《基于机器学习的抱团股趋势研究》(SCX21032)。

摘　　要：针对目前我国抱团股的走势和发展问题,利用时序序列的基本特点,使用了基于长短期记忆网络(long short-term memory,LSTM)的方式对股票的涨跌进行了预测。首先,从股票的涨跌问题对股票的信息进行分类,将股票的预测问题转化为函数问题进行分析,然后,以股票历史交易信息作为输入,利用神经网络训练历史信息得到模型,最后对涨跌进行基本预测。实验结果表明,所使用的方法对于单纯预测股票的涨跌能够有一定的效果。

关 键 词：优化算法 预测研究 预测模型 LSTM模型 

分 类 号：F832.51[经济管理—金融学]