基于LSTM算法的创业板50ETF投资实证分析开题报告

 2021-10-17 18:52:50

1. 研究目的与意义(文献综述包含参考文献)

一、论文的背景、目的和意义股票价格预测是指根据股票行情(包括股价历史交易信息以及股票相关的市场信息)的发展对未来股票价格涨跌的预测行为。

由于股票市场在商业和金融领域的重要意义,股票价格预测一直以来都吸引着广泛的关注。

又由于股票本身的波动性和不确定性,其价格是否可以被预测这一议题一直存在着不少争议。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

一、拟研究的问题对lstm算法应用于创业板50etf实证分析学习,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,搭建lstm价格预测模型。

针对历史数据集划分训练集、验证集和测试集,训练模型,寻找较优的参数,给出预测。

二、拟采用的研究手段介绍传统bp神经网络、循环神经网络rnn,与长短期记忆网络lstm的有关理论。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版