典型文献
基于模糊K线的FCLSTM-vSVR模型的股票价格预测
文献摘要：
股票市场具有不确定性和非线性等特点,因此准确地预测股票价格对投资者来说是一项重大挑战.现有的股价预测模型较为单一,预测精度不高.针对这一问题,提出一种基于模糊K线的长短期记忆(LSTM)网络和支持向量回归多阶段混合模型(FCLSTM-vSVR).研究第一阶段,基于遗传算法对LSTM网络进行参数寻优,找到时间窗口和隐藏层神经元的最佳值,并利用训练好的LSTM进行股票价格初步预测,计算出股票价格的残差值.第二阶段,利用模糊K线将原始价格序列转换为模糊数据,并作为vSVR模型的输入,利用vSVR模型预测残差值.综合前文论述后,再将两阶段的预测值之和作为最终的股票价格预测值.通过对比实验得出,该模型具有更高的预测准确率,在股票价格的一步预测方面优于其他对比模型.
文献关键词：
LSTM神经网络;vSVR模型;模糊K线;残差预测;股票价格预测
中图分类号：
作者姓名：
刘茜阳;宋燕;张亚萌
作者机构：
上海理工大学 理学院,上海200093;上海理工大学 光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]刘茜阳;宋燕;张亚萌-.基于模糊K线的FCLSTM-vSVR模型的股票价格预测)[J].智能计算机与应用,2022(04):54-60,69
A类：
FCLSTM,vSVR
B类：
股票价格预测,股票市场,投资者,股价预测,长短期记忆,支持向量回归,多阶段,混合模型,第一阶段,参数寻优,时间窗口,最佳值,练好,残差值,第二阶段,序列转换,模糊数,预测残差,前文,文论,两阶段,预测准确率,对比模型,残差预测
AB值：
0.244757
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
