基于深度学习模型的区间值股价预测  

作　　者：刘新宇[1] 

机构地区：[1]首都经济贸易大学管理工程学院,北京100070

出　　处：《科技与创新》2024年第22期194-196,共3页Science and Technology & Innovation

摘　　要：在股票市场中,区间值数据比点值数据更能描述股票的内在结构特征。鉴于深度学习模型在许多研究中的优势,提出基于小波激活函数的BEMD-LSTM-Wavelet模型来预测区间值股票价格。具体来说,首先利用双变量经验模态分解(BEMD)算法将原始股票价格的最高和最低价分解为若干本征模态函数(IMFs)和1个残差序列,然后使用该模型预测多个IMFs和残差序列,最后通过对比实验评价所提出的模型。实验结果表明,采用小波激活函数优化后的模型优于传统方法。

关 键 词：区间值数据 股票价格预测 深度学习模型 小波激活函数 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]