当前位置: 首页 > 工具软件 > Keras > 使用案例 >

Keras深度学习实战(32)——基于LSTM预测股价

欧阳昊焱
2023-12-01

0. 前言

股价预测是时间序列预测中最具挑战性的问题之一,研究股价预测问题具有重要的理论意义和应用价值。大多数有关股价预测的技术分析都依赖于历史模式,鉴于循环神经网络 (Recurrent neural networks, RNN) 模型就是通过考虑历史数据来做出决策,因此,RNN 模型非常适合做金融时间序列的预测。同时,长短时记忆网络模型长短时记忆网络 (Long Short Term Memory, LSTM) 模型预测股价的误差值比 RNN 要小,因此选择 LSTM 模型预测金融时间序列更合适。

1. 模型与数据集分析</

 类似资料: