LSTM神经网络在股票价格趋势预测上的应用--基于中国股票数据的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 选题背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 研究工具及内容 | 第10-11页 |
| 1.4 创新与不足 | 第11-12页 |
| 第2章 文献综述 | 第12-17页 |
| 2.1 股票市场的可预测性 | 第12-13页 |
| 2.2 人工神经网络的发展历程 | 第13-15页 |
| 2.3 LSTM神经网络在金融预测领域的应用 | 第15-17页 |
| 第3章 神经网络相关理论 | 第17-24页 |
| 3.1 递归神经网络基本理论 | 第17-20页 |
| 3.1.1 递归神经网络基本原理 | 第17-18页 |
| 3.1.2 递归神经网络公式推导 | 第18-19页 |
| 3.1.3 递归神经网络的优势及问题 | 第19-20页 |
| 3.2 LSTM神经网络基本理论 | 第20-24页 |
| 3.2.1 LSTM神经网络基本原理 | 第20-22页 |
| 3.2.2 LSTM神经网络公式推导 | 第22-24页 |
| 第4章 Adam-LSTM模型构建 | 第24-27页 |
| 4.1 神经网络模型调优 | 第24-25页 |
| 4.2 模型框架设计与实现 | 第25-27页 |
| 第5章 实证分析 | 第27-39页 |
| 5.1 模型普适性测试——国内股票指数预测 | 第27-34页 |
| 5.1.1 研究对象 | 第27页 |
| 5.1.2 数据的获取及处理 | 第27-28页 |
| 5.1.3 实验结果分析 | 第28-34页 |
| 5.2 特定股票预测效果测试——国内个股预测 | 第34-39页 |
| 5.2.1 研究对象 | 第34-35页 |
| 5.2.2 实验结果分析 | 第35-39页 |
| 第6章 结论与展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 附录-模型相关程序 | 第44-49页 |
| 在学期间的科研成果及发表的论文 | 第49页 |
