基于LSTM的全球股票指数预测研究

目录

第一章 引言

1.1 研究背景及意义

1.2 文献综述

1.3 研究内容及思路

第二章 神经网络相关理论

2.1 循环神经网络基本理论

2.2 LSTM神经网络基本理论

第三章 多模型的预测方法及思路

3.1 Adam-LSTM模型构建及思路

3.2 非线性对照组SVR模型及预测思路

3.3 线性对照组ARIMA及预测思路

第四章 基于多模型的股指实证分析

4.1 数据来源及样本选择

4.2 评价指标的选取

4.3 短期预测结果比较分析

4.4 中期预测结果比较分析

4.5 长期预测结果比较分析

4.6 LSTM模型预测效果比较分析

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士期间取得的研究成果

致谢

个人简况及联系方式

声明