基于长短期记忆神经网络的股指期货价格预测研究

发布时间：2024-03-06 01:37

　　面对复杂多变的金融市场,人工智能技术的快速发展获得了众多学者的关注,人们开始探索利用复杂的深度学习技术对金融市场进行分析研究。金融市场每天都会产生大量数据,这些数据关联性错综复杂,依靠传统方式难以实现快速分析。深度学习拥有传统模型所不具备的大数据非线性处理能力,能够通过对大量数据学习训练,从中挖掘数据特征进而构建模型,成为研究金融市场的重要手段。近年来,随着内地投资者将投资视野拓展到港股市场,港股市场的风险开始受到学术界的关注。本文在已有研究基础上,选用长短期记忆神经网络模型,研究恒生股指期货价格波动,致力于对恒生股指期货价格变化作出分析判断,服务于监管者市场监督和投资者交易决策。本文采取理论分析与实证检验相结合的方法,以香港恒生股指期货为研究对象,选取2011年至2020年间恒生指数期货日交易数据进行研究。在借鉴已有研究基础上,通过实证检验证实恒生股指期货时序数据中存在长记忆性,提出一种可以克服金融时序数据长记忆性的长短期记忆神经网络模型,以反向传播算法模型作为对比,实证结果显示长短期记忆神经网络对金融时间序列数据处理具有明显优势。之后,在原长短期记忆神经网络基础上提出一种增加注意力...

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图2.1神经网络原理

16工程学、计算机、数学等都从神经网络中汲取灵感。在机器学习领域，神经网络特指人工神经网络，一个完整的人工神经网络通常包含输入层、隐藏层和输出层三个部分。数据通过第一层输入层进入网络，再通过中间的隐藏层进行计算，最后通过输出层并输出最终结果。神经网络原理如下图：图2.1神经网络原....

图2.2BP神经网络原理

16工程学、计算机、数学等都从神经网络中汲取灵感。在机器学习领域，神经网络特指人工神经网络，一个完整的人工神经网络通常包含输入层、隐藏层和输出层三个部分。数据通过第一层输入层进入网络，再通过中间的隐藏层进行计算，最后通过输出层并输出最终结果。神经网络原理如下图：图2.1神经网络原....

图2.3LSTM神经网络

2.2.3LSTM神经网络原理长短期记忆神经网络（LSTM）是循环神经网络中的一种，在循环神经网络中，神经元可以自动的将先前的有用信息利用到当前的任务中，但是现实应用过程中仍存在诸多不足。在利用常规的循环神经网络进行数据训练时，损失函数经常遇到梯度消失或者梯度爆炸问题，而....

图2.4细胞状态第一个是遗忘门，决定从细胞状态中丢弃什么信息

图2.3LSTM神经网络LSTM运行的关键就是细胞状态，如下图所示。传送带从图上方贯穿运行，只有少量的线性交互，信息在流传时仅有少量变化。LSTM通过精心设计的“门”结构来去除或者增加信息到细胞状态，“门”是一种让信息选择性通过的方法，该方法包括sigmoid神....

本文编号：3920353