基于LSTM算法的黄金ETF择时交易策略开题报告

1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述深度学习[1]相比于传统机器学习需要人为提取特征更高效，会自动提取特征，此外，深度学习构建了神经网络系统深入挖掘数据特征从而得到了较之传统机器更加普遍适用的模型，自2012年以来，深度学习在语音识别和图像识别等领域获得了巨大的成功，栗科峰等人[2]提出一种融合深度学习与最大间距准则的人脸识别算法，此算法有效改善了人脸识别技术遇到的突出问题，比传统的分类算法具有更高的准确度。

深度学习还用于医学领域的图像识别，刘吉等人[3]使用深度学习方法对宫颈检查图像进行识别分类。

深度学习理论已成功应用于孤立词识别、音素识别、声韵母识别和大词汇量连续语音识别［4 ～7］近几年，深度学习也开始应用于股票[8-10]，证券等经济金融领域，由于经济金融领域数据量较大，但总体呈现出高度的复杂性和不确定性[11]，将深度学习应用于金融投资为金融投资的人们提供些许依据以更好了解该领域提供帮助。

2. 研究的基本内容、问题解决措施及方案

解决问题：课题通过对LSTM算法应用于黄金ETF基金（518880）投资，了解机器学习特别是深度学习的基本算法，并初步掌握其在金融投资领域的应用。

研究方法：针对黄金ETF基金，搜集历史数据，整理数据，抽取特征，搭建LSTM StockRanker价格预测模型与择时交易模型。