基于时域卷积网络的股票指数预测  

作　　者：庄晨晨 

机构地区：[1]上海工程技术大学数理与统计学院,上海271000

出　　处：《经济研究导刊》2023年第15期98-100,共3页Economic Research Guide

摘　　要：股指预测一直是金融研究的热点问题,然而股指数据的非线性、高噪声、非平稳性和不确定性增加了人们预测的难度。时域卷积网络(TCN)吸收了卷积神经网络和循环神经网络的结构优势,在时序数据方面具有很大的潜力。基于此,借助时域卷积网络模型实现对股票指数的预测分析,以开盘价为预测目标,将股指的收盘价、最高价等相关的技术因子作为输入因子,对股票指数进行数据特征提取,训练模型的权值参数,然后通过仿真实验,得到TCN模型预测结果,通过对比实验,论证模型的有效性。

关 键 词：指数预测 深度学习 时域卷积网络 

分 类 号：F830.91[经济管理—金融学]