1. 研究目的与意义（文献综述包含参考文献）
一、研究背景自2010年中国gdp超过日本，成为世界第二大经济体以来，我国科技进步及正确方针指引使得人均生活水平明显提高，理财观念开始普及。
多年来，风险投资给投资者带来巨大回报的同时，也带来了相当大的损失[1]。
因此，股票市场波动预测对投资者、投资组和经理、资产估值以及风险管理都很重要[2]。
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、研究内容或解决的问题本课题随机选取沪深股市某支股票股价数据作为实验对象，致力于在前人将lstm模型应用于股价预测的基础上，加入经验模态分解（emd）方法，规避部分lstm模型的不足，力求得到更精准有效的预测结果，减小预测误差。
首先，经验模态分解（emd）法的基本原理是将信号中不同特征尺度或趋势逐级分解进而产生有限个固有模态函数(imf)，分解后的imf分量体现了原始信号的不同尺度波动成分。
其次，长短期记忆网络（lstm，long short-term memory）一种时间循环神经网络，是为了解决一般的rnn（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的rnn都具有一种重复神经网络模块的链式形式。
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
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
