Використання моделі CLSTM для прогнозування курсу акцій фондового ринку
Вантажиться...
Дата
2021
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Оскільки в сучасному суспільстві управління інвестиційним капіталом стало основним напрямком сучасної епохи, все більше вчених розробляють методи прогнозування фондового ринку. Дані про ціни на акції мають характеристики часових рядів. Відповідно до особливостей фінансових часових рядів, ця стаття пропонує нову модель для досягнення більш точного прогнозу ціни акцій, яка поєднує нейронну мережу згортки (CNN) і нейронну мережу довгострокової пам’яті. (LSTM). Запропонована модель використовує здатність згорткових шарів для отримання корисних характеристик даних, а також ефективність шарів довготривалої пам’яті (LSTM) для визначення короткострокових і довгострокових залежностей. Згідно з результатами експерименту, Convolutional LSTM може забезпечити значний приріст у підвищенні ефективності прогнозування у порівнянні з сучасними моделями глибокого навчання та машинного навчання. Цей метод прогнозування надає нову дослідницьку ідею для прогнозування курсу акцій використовуючи для навчання фінансові часові ряди.
Опис
Ключові слова
Передбачення фондового ринку, нейронні мережі, часові ряди, глибоке навчання, згорткова мережа, мережа довгострокової пам’яті, Stock market prediction, neural networks, time series, deep learning, convolutional network, long short memory network
Бібліографічний опис
Нагуляк, А. С. Використання моделі CLSTM для прогнозування курсу акцій фондового ринку / Нагуляк А. С. // Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2021) : матеріали І Всеукраїнської науково-практичної конференції молодих вчених та студентів в секції інформатики та програмної інженерії (22–26 листопада 2021 р., Київ). – Київ : КПІ ім. Ігоря Сікорського, ІПІ ФІОТ, 2021. – С. 135-140. – Бібліогр.: 10 назви.