面向证券行情预测的特征生成方法研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 引言 | 第9-15页 |
1.1 选题背景与研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 研究对象与方法 | 第11-12页 |
1.4 论文的创新点 | 第12-13页 |
1.5 本文结构安排 | 第13页 |
1.6 本章小结 | 第13-15页 |
2 股票预测的基础知识 | 第15-23页 |
2.1 影响价格的因素 | 第15-16页 |
2.1.1 影响股票价格的内在因素 | 第15页 |
2.1.2 影响股票投资价格的外部因素 | 第15-16页 |
2.2 数据处理 | 第16-19页 |
2.2.1 数据获取 | 第17页 |
2.2.2 数据异常及处理 | 第17-18页 |
2.2.3 数据集划分 | 第18-19页 |
2.2.4 特征标准化 | 第19页 |
2.2.5 归一化 | 第19页 |
2.3 常用的生成信息方法 | 第19-22页 |
2.4 本章小结 | 第22-23页 |
3 基于LSTM的预测模型 | 第23-29页 |
3.1 LSTM原理 | 第23-26页 |
3.1.1 RNN | 第23-24页 |
3.1.2 LSTM | 第24-26页 |
3.1.3 其它方法介绍 | 第26页 |
3.2 LSTM预测模型构建 | 第26-28页 |
3.3 本章小结 | 第28-29页 |
4 输入信息设计 | 第29-39页 |
4.1 特征选择 | 第29-30页 |
4.2 基础信息研究 | 第30-33页 |
4.2.1 常用基础信息的优化 | 第30-33页 |
4.2.2 基础信息的不足 | 第33页 |
4.3 信息增强 | 第33-36页 |
4.3.1 信息补充原则 | 第33-34页 |
4.3.2 理论探讨与实验验证 | 第34-36页 |
4.4 信息选取对比实验 | 第36-38页 |
4.5 本章小结 | 第38-39页 |
5 基于自编码器的特征提取方法 | 第39-47页 |
5.1 自编码器基本原理 | 第39-41页 |
5.2 自编码器的改进 | 第41-43页 |
5.3 特征提取对比实验与结果分析 | 第43-45页 |
5.4 本章小结 | 第45-47页 |
6 结论与展望 | 第47-49页 |
参考文献 | 第49-53页 |
致谢 | 第53-55页 |
攻读学位期间的科研成果 | 第55-56页 |