收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于LSTM的全球股票指数预测研究

李可心  
【摘要】:作为市场经济的产物,股票市场不断发展与成长,现已成为金融市场极为重要的一部分。截至当前,全球股票市场的总市值已经接近百万亿美元,股票价格的震荡对全球经济的影响重大而深远。本文选取了国内外多个股票市场的11只代表性股票指数,并选取了相关的六个内生变量:股指最高价、最低价、成交额(仅中国股票市场)、成交量、开盘价以及收盘价。根据Wind数据库提供的2000年1月至2020年7月的日度交易数据,本文构建了Adam-LSTM深层神经网络模型来预测股票指数的未来价格,并从预测精度和预测稳定度两个角度进行分析。该模型基于Adam优化器,包括三层LSTM神经层和一层全连接层,前者用于数据训练,后者用于转换维度,同时为了避免过度拟合的情况出现,本模型还在每层LSTM神经层后加入Dropout层。另外,为进一步探讨Adam-LSTM深层神经网络模型在全球股票指数预测上的适用性,本文还选取了非线性SVR模型和线性ARIMA模型作为对照组,进行对比分析。具体研究成果如下:(1)对于预测精度,Adam-LSTM深层神经网络模型在长短期预测上都取得了较为满意的效果。从11个股票指数预测的MAPE值可以看出,本文构建的Adam-LSTM模型比SVR模型和ARIMA模型在短期分别提高0.31%和0.95%,中期分别提高0.76%和1.46%,长期分别提高0.51%和2.41%。同时,随着预测时间的增加,Adam-LSTM模型在预测精度上的优越性越来越明显。(2)对于预测稳定度,Adam-LSTM深层神经网络模型在长短期预测上都表现出了稳健的效果。从11个股票指数预测的SDAPE值可以看出,本文构建的Adam-LSTM模型比SVR模型和ARIMA模型短期分别提高0.15%和0.52%,中期分别提高0.56%和1.06%,长期分别提高0.48%和1.67%。综合全球11个股票指数不同期限的预测结果发现,本文构建的Adam-LSTM深层神经网络模型具有稳健的预测效果,在不同股指上表现出良好的泛化能力。由此可见,本文构建的Adam-LSTM深层神经网络模型可以有效地应用于部分金融领域。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 张瑞;;基于多变量LSTM模型的消费者信心指数预测研究[J];太原师范学院学报(自然科学版);2021年03期
2 周杨;周林立;刘磊;;基于LSTM的化肥价格指数预测[J];仪表技术;2019年04期
3 李海洋;;河南省居民消费价格指数预测[J];现代商贸工业;2020年25期
4 杨妥;李万龙;郑山红;;融合情感分析与SVM_LSTM模型的股票指数预测[J];软件导刊;2020年08期
5 王闯;兰程皓;凌德祥;吴伟;刘书剑;卜云彤;;LSTM模型在电力系统负荷预测中的应用[J];电力大数据;2021年01期
6 郭佳敏;李鸿燕;;一种改进LSTM训练的语音分离技术[J];电子设计工程;2021年11期
7 万红新;彭欣悦;;基于LSTM的复杂网络文本情感分析模型构建[J];信息与电脑(理论版);2021年14期
8 季彦东;;基于改进LSTM模型的大气温度预测[J];通化师范学院学报;2020年08期
9 王笑风;毛海臻;杨博;侯明业;;基于深度学习LSTM网络的沥青路面性能预测研究[J];公路交通科技(应用技术版);2020年08期
10 李莉;杜丽霞;张子柯;;基于多变量LSTM神经网络的澳大利亚大火预测研究[J];电子科技大学学报;2021年02期
11 刘晓璇;季怡;刘纯平;;基于LSTM神经网络的声纹识别[J];计算机科学;2021年S2期
12 关鹏飞;李宝安;吕学强;周建设;;注意力增强的双向LSTM情感分析[J];中文信息学报;2019年02期
13 梁耍;王世博;谢洋;葛世荣;;基于LSTM的煤层厚度动态预测方法研究[J];煤炭科学技术;2021年S1期
14 徐天宇;陈昊佢;;基于LSTM的视频行为识别技术与应用分析[J];信息与电脑(理论版);2020年04期
15 陈亮;王震;王刚;;深度学习框架下LSTM网络在短期电力负荷预测中的应用[J];电力信息与通信技术;2017年05期
16 曹展家;师本慧;;基于堆叠双向LSTM的雷达目标识别方法[J];计算机测量与控制;2021年12期
中国重要会议论文全文数据库 前19条
1 蔺茜;陶卿曌;张清辉;;基于LSTM神经网络的电力变压器故障预测模型研究[A];2020中国系统仿真与虚拟现实技术高层论坛论文集[C];2020年
2 胡宪;冯毅萍;潘戈;;基于边缘侧自编码器压缩的分布式LSTM设备故障预测[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
3 唐上;宋冬梅;向亮;单新建;王斌;;基于LSTM神经网络的电离层TEC预测[A];2019年中国地球科学联合学术年会论文集(十一)——专题28:大地震发生的物理机制与预测方法和技术、专题29:“张衡一号”卫星应用与国家地球物理场卫星探测计划、专题30:空间大地测量与地壳动力学[C];2019年
4 孙红英;刘向荣;解玲丽;;基于传导模型的2010年价格指数预测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
5 王丹;雷艳红;黄永兴;李清;;马尔科夫链在综合造价指数预测中的应用[A];电网工程造价管理优秀论文[C];2011年
6 涂燕宁;刘树亚;;用时间序列异常值分析方法进行物价指数预测的研究[A];全国青年管理科学与系统科学论文集第5卷[C];1999年
7 蒋振超;邓永;姜青山;古亮;;一种基于两阶段字符级LSTM的僵尸网络检测方法[A];第32次全国计算机安全学术交流会论文集[C];2017年
8 李鹏程;孙敏;庞溟舟;;基于LSTM神经网络的公交到站时间预测[A];第37届中国控制会议论文集(F)[C];2018年
9 朱佳晖;张文峰;刘卫平;张超;陈渊;;基于双向LSTM和CRF的军事命名实体识别和链接[A];第六届中国指挥控制大会论文集(上册)[C];2018年
10 柯任辰;徐维庆;杨科;;一种基于LSTM神经网络的自适应巡航研究[A];2019中国汽车工程学会年会论文集(1) [C];2019年
11 刘天鹏;刘海;;基于LSTM的城市道路养护投诉量预测研究[A];中国公路学会养护与管理分会第九届学术年会论文集[C];2019年
12 安鹏;曹丹平;;基于LSTM循环神经网络的孔隙度预测方法研究[A];2018年中国地球科学联合学术年会论文集(二十九)——专题59:计算地球物理方法和应用、专题60:地热资源成因新理论与综合探测新技术[C];2018年
13 邵明振;陈磊;宋雯彦;;中国月度居民消费价格指数预测——基于时间序列的BP神经网络和ARMA模型对比分析[A];21世纪数量经济学(第12卷)[C];2011年
14 梅杰;;基于LSTM神经网络的有效停车泊位短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年
15 肖敏志;王淑君;宋巍巍;;基于LSTM的PM_(2.5)预测模型综述[A];2019中国环境科学学会科学技术年会论文集(第一卷)[C];2019年
16 刘秀波;马帅;高利民;张博;;基于轨道几何和LSTM的车辆响应预测模型[A];第十三届全国振动理论及应用学术会议论文集[C];2019年
17 张玮霖;朱永华;高洪皓;;基于LSTM编码-解码器模型的网络服务器集群负载预测算法[A];2018中国信息通信大会论文摘要集[C];2018年
18 张宇;张鹏远;颜永红;;基于注意力LSTM和多任务学习的远场语音识别[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
19 孙慧;王珊;秦梦柯;王建军;;克强指数预测工业经济变化模型分析[A];2015年(第四届)全国大学生统计建模大赛论文[C];2015年
中国博士学位论文全文数据库 前2条
1 齐鑫;基于LSTM的相位差异图像波前检测技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2020年
2 谢合亮;LSTM在多因子量化投资模型中的改进及应用研究[D];中央财经大学;2019年
中国硕士学位论文全文数据库 前20条
1 李可心;基于LSTM的全球股票指数预测研究[D];山西大学;2021年
2 胡旭阳;基于双向LSTM的命名实体识别的研究及应用[D];北京交通大学;2021年
3 王永乐;基于LSTM的煤炭价格预测模型研究[D];西安科技大学;2020年
4 马嘉豪;基于人工智能LSTM和百度投资者关注度的我国股票市场预测模型[D];西南财经大学;2019年
5 蔚莹;基于LSTM的中文文本情感分类[D];内蒙古师范大学;2020年
6 万青玲;基于Text-CNN和LSTM的出境游评论文本分析[D];中南财经政法大学;2019年
7 田甜;基于LSTM的结构病态问题预测方法研究[D];长安大学;2019年
8 张冲冲;基于LSTM深度网络和改进核极限学习机的短期电力负荷预测[D];华北电力大学;2019年
9 Khuram Hayat;基于融合LSTM的超短期风速概率预测方法研究[D];华北电力大学(北京);2019年
10 周义;基于关注度LSTM的动作提议和行为识别[D];合肥工业大学;2019年
11 黄媛;基于LSTM神经网络的多因子选股模型实证研究[D];湘潭大学;2019年
12 石秀峰;基于双向LSTM的药物相互关系提取模型[D];大连理工大学;2019年
13 刘晓飞;基于LSTM网络的滚动轴承可靠性评估及寿命预测[D];大连理工大学;2019年
14 叶萌;基于区域残差和LSTM网络的机场延误预测方法研究[D];中国民航大学;2019年
15 陈锡禹;基于LSTM的对接机构故障预测与健康管理系统研究[D];哈尔滨工业大学;2019年
16 余杰杰;基于LSTM的道路拥堵分析模型研究[D];华东交通大学;2019年
17 邰煜;基于LSTM的社交网络特定领域评论生成技术[D];燕山大学;2019年
18 杜心;基于LSTM神经网络的可用停车位预测模型研究[D];武汉理工大学;2018年
19 李永帅;基于双向LSTM的动态情感词典构建方法研究及文本情感分析[D];郑州大学;2019年
20 闫泽杭;基于互助双向LSTM与递进解码机制的图像标题生成[D];大连理工大学;2018年
中国重要报纸全文数据库 前6条
1 本报记者 刘冕;本市今年内投资300亿元治理交通[N];北京日报;2017年
2 本报记者 孙金霞;农产品气候风险指数预测助力精准扶贫[N];农村金融时报;2018年
3 本报记者 吴心韬;美银下调标普500指数预测点位[N];中国证券报;2016年
4 本报记者 李子晨;亚洲人美妆消费更重健康保养[N];国际商报;2019年
5 本报记者 吉强;放开来花钱,老百姓还缺点底气[N];新华日报;2013年
6 驻澳大利亚使馆经商处;澳经济增速今年继续放缓[N];国际商报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978