基于LSTM神经网络的股票日内交易分布预测建模
发表时间:2020年10月19日 浏览:189次
摘要:股票成交量分布的准确预测能够为VWAP算法提供重要参考,从而达到减少交易成本的目的。成交量预测的传统方法通常将股票成交量分解,再对不同的部分选取合适的模型进行建模预测,但这种方法难以掌握股票成交量的日内周期结构。LSTM网络能高效提取时间序列中蕴含的长期以来关系,为股票成交量的预测提供了新的思路。本文运用LSTM网络对上证50的部分股票2006-2015年10分钟间隔的股票成交量数据进行建模及预测,并与BP网络预测的结果进行对比,结果显示,LSTM网络对日内交易量分布预测的准确性和稳定性都优于BP网络。
关键词:成交量分布;预测建模;LSTM网络;BP网络;
上一篇:网络金融下的金融管理模式探寻 (2020-10-19)
下一篇:浅谈财务分析如何有效为企业经营决策提供参考 (2020-10-19)
