基于深度LSTM和注意力机制的金融数据预测方法

资料大小: 2.09 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-04-23

上 传 者: 他上传的所有资料

资料介绍

标签:LSTM(12)数据分析(564)金融(333)

  随着互联网的迅速发展,金融市场毎日产生了大量在线金融数据,如每日的交易次数以及交易的总金额等。近年来金融市场数据的动态预测成为了研究热点。金融市场数据量大,输入序列较多,且会随着时间发生变化。针对这些问题,文中提出了基于深度LSTM和注意力机制的金融数据预测模型。首先,该模型能处理复杂的金融市场数据输入,主要是多序列的输入;其次,该模型使用深度LSTM网络对金融数据进行建模,解决了数据间长依赖的问题,并能学习到更加复杂的市场动态特;最后,该模型引入了注意力机制,使得不同时间的数据对预测的重要程度不同,预测更加精准。在真实的金融大数据集上的实验表明,所提模型在动态预测领域具有准确性髙、稳定性好的特点。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料

下载排行