微信扫一扫联系客服

微信扫描二维码

进入报告厅H5

关注报告厅公众号

51

“学海拾珠”系列之一百三十六:基于堆叠自编码器和长短期记忆网络的金融时间序列深度学习框架-20230413-华安证券-28页

# 金融时间序列 # 堆叠自编码器 大小:4.71M | 页数:28 | 上架时间:2023-04-17 | 语言:中文

类型: 策略

上传者: 范泽林

撰写机构: 华安证券

出版日期: 2023-04-13

摘要:

本篇是“学海拾珠”系列第一百三十六篇,本文提出了一种深度学习算法在股价预测中的应用框架。近年来,深度学习算法得到了长足的发展。过去已有一些机器学习算法用于金融时间序列预测的相关案例,但关于深度学习在金融市场预测中应用的讨论仍然较少。本文提出的预测模型由三部分构成:Haar 小波变换,堆叠自动编码器和长短期记忆神经网络模型。堆叠自编码器是模型的主要部分,它是一种无监督学习神经网络模型,用来提取金融时间序列的深层抽象特征。具体来说,它是一个由多个单层自编码器组成的神经网络,其中每一层的输出特征都作为下一自编码层的输入。自编码器的无监督训练是通过最小化输入数据和重构输出数据之间的误差来完成的,因此自编码器的隐状态是由输入数据中最核心的特征构成的,这是堆叠自编码器能够有效提取序列特征的根本保证。

展开>> 收起<<

请登录,再发表你的看法

登录/注册

范泽林

相关报告

更多

浏览量

(30)

下载

(1)

收藏

分享

下载

*

投诉主题:

  • 下载 下架函

*

描述:

*

图片:

上传图片

上传图片

最多上传2张图片

提示

取消 确定

提示

取消 确定

提示

取消 确定

积分充值

选择充值金额:

30积分

6.00元

90积分

18.00元

150+8积分

30.00元

340+20积分

68.00元

640+50积分

128.00元

990+70积分

198.00元

1640+140积分

328.00元

微信支付

余额支付

积分充值

填写信息

姓名*

邮箱*

姓名*

邮箱*

注:填写完信息后,该报告便可下载

选择下载内容

全选

取消全选

已选 1