专利名称：一种基于深度循环神经网络的股指价格预测方法专利类型：发明专利发明人：颜雪松,余鹏飞,孙淼申请号：CN201910041322.3申请日：20190116公开号：CN109492838A公开日：20190319
摘要：本发明提供了一种基于深度循环神经网络的股指价格预测方法，其方法包括：首获取待预测股指的历史指数数据，并将获取的历史指数数据分为训练数据序列和预测数据序列；然后对训练数据序列和预测数据序列分别进行分析处理，构建长短时记忆节点的深度循环神经网络模型，并采用监督学习的方法对模型进行训练；最后根据所述处理后的预测数据序列，采用训练后的长短时记忆节点网络模型，对下一个工作日的股指进行预测。本发明的有益效果是：本发明所提出的技术方案结合时间序列中的相空间重构方法和深度学习中的长短时记忆网络，设计了一个应用于股指价格的预测模型，相对于别的方法，可取得更高的精度，拥有更好的预测能力。
申请人：中国地质大学(武汉)
地址：430000 湖北省武汉市洪山区鲁磨路388号
国籍：CN
代理机构：武汉知产时代知识产权代理有限公司
代理人：孙妮
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容