準(zhǔn)確地預(yù)測股票價格對降低投資者的風(fēng)險有著十分重要的意義。投資者可以通過對股價的合理預(yù)測來確定自身的投資組合,從而規(guī)避風(fēng)險,獲取更大的收益。雖然深度學(xué)習(xí)已經(jīng)在股票價格預(yù)測上擁有很多的研究成果與實際應(yīng)用,但是,仍然存在著泛化能力較弱,訓(xùn)練容易導(dǎo)致過擬合等基本問題,模型在預(yù)測階段的表現(xiàn)較差。通常,數(shù)據(jù)增強以及合理調(diào)整模型架構(gòu)能夠有效地避免這類情況發(fā)生。本文主要針對長短期記憶網(wǎng)絡(luò)（LSTM）在股票價格預(yù)測時泛化能力不強,訓(xùn)練容易導(dǎo)致過擬合的問題,提出了三種不同的解決方案。其中,前兩個方案主要是基于數(shù)據(jù)增強的方式,對數(shù)據(jù)集進行合理擴充,并結(jié)合不同的功能模塊對數(shù)據(jù)進行預(yù)處理來提高模型的泛化能力。第三個方案提出了一種全新的架構(gòu),該架構(gòu)能有效防止過擬合問題,具有較強的泛化能力。本文的主要創(chuàng)新點如下:（1）提出了一個基于生成對抗網(wǎng)絡(luò)（GAN）的數(shù)據(jù)增強模型c WDCGAN-LSTM。該方案創(chuàng)新地將GAN用到了股價數(shù)據(jù)的增強上,其核心在于利用GAN生成與真實股價數(shù)據(jù)分布相同并且相關(guān)性較高的數(shù)據(jù)。通過這種數(shù)據(jù)增強的方式,能夠在一定程度上提升LSTM的預(yù)測性能。（2）提出了一個基于跨市場數(shù)據(jù)的數(shù)據(jù)增強模型MM... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

LSTMsigmoidt-1xt-xt輸入門

LSTM塊的結(jié)構(gòu)

生成對抗網(wǎng)絡(luò)()

【參考文獻】：
期刊論文
[1]量化投資的特點、策略和發(fā)展研究[J]. 陳健,宋文達.  時代金融. 2016(29)



本文編號：3622482