基于CEEMDAN-LSTM模型的股票价格预测研究任务书

 2021-11-04 09:11

1. 毕业设计(论文)的内容和要求

股票价格的变化是非线性的,非平稳的。

因此,准确、可靠地预测价格波动是相当困难的。

由于股票市场的价格预测不仅与当前的数据有关,而且与更早的数据有关,因此如果只应用最新的数据,那么更早的数据所携带的信息就会丢失。

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. 参考文献

参考文献:[1]朱俊璋. 基于深度学习的股票价格预测研究[D].哈尔滨工业大学,2019.[2]王志远,王守相,陈海文,闫秉科.考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法[J/OL].电力系统及其自动化学报:1-8[2019-12-27].[3]任君,王建华,王传美,王建祥.基于正则化LSTM模型的股票指数预测[J].计算机应用与软件,2018,35(04):44-48 108.[4]宋刚,张云峰,包芳勋,秦超.基于粒子群优化LSTM的股票预测模型[J/OL].北京航空航天大学学报:1-11[2019-12-27].[5]裴大卫,朱明.基于多因子与多变量长短期记忆网络的股票价格预测[J].计算机系统应用,2019,28(08):30-38. [6]弗朗索瓦肖莱.Python深度学习[M].人民邮电出版社:20-73.[7]曾安,聂文俊.基于深度双向LSTM的股票推荐系统[J].计算机科学,2019,46(10):84-89.[8]苗开超,韩婷婷,王传辉,章军,姚叶青,周建平.基于LSTM网络的大雾临近预报模型及应用[J].计算机系统应用,2019,28(05):215-219. [9]彭燕,刘宇红,张荣芬.基于LSTM的股票价格预测建模与分析[J].计算机工程与应用,2019,55(11):209-212.[10]林晓明.人工智能选股之循环神经网络模型华泰人工智能系列之九[M]. 华泰证券.[11] JIAN CAO, ZhI LI, JIAN LI, et al. Financial time series forecasting model based on CEEMDAN [J]. 2019.

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

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。