基于机器学习的股票预测技术的研究与实现开题报告

1. 研究目的与意义

1.1研究背景

1.1.1机器学习

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域[1]。

2. 研究内容和预期目标

2.研究内容与预期目标

利用深度学习方法，构建更为复杂的模型，是否能比传统的模型提高解决问题的能力，给予投资者以及机构重要的参考，本课题研究内容涉及深度学习算法构建训练集与预测集，模型训练与评价。

(1)深度学习算法选择

3. 研究的方法与步骤

3.1研究方法

本课题拟采用雅虎股票数据中的标准普尔500里作为研究数据来源。然后使用深度学习中的lstm方法与传统金融模型比较，最后根据比较结果得出结论。

4. 参考文献

[1]wang f y, zhang j j, zheng x, et al. where does alphago go: from church-turing thesis to alphago thesis and beyond[j]. ieee/caa journal of automatica sinica, 2016, 3(2): 113-120.

[2]shimon kogan, dimitry levin, bryan r. routledge, jacob s. sagi, and noah a. smith. predicting risk from financial reports with regression. in proc. of naacl, pages 272–280, 2009.

5. 计划与进度安排

(1)2022.1.5 ---- 2022. 2.28 查阅资料, 撰写开题报告

(2)2022.3.1 ---- 2022.4.1 需求分析,熟悉编程平台构建技术

(3)2022.4.2 ---- 2022.4.7 方案设计与论证