基于深度学习的股票指数LSTM预测模型与实证研究

目录

声明

摘要

第一章绪论

第一节研究背景及意义

一研究背景

二研究意义

第二节主要研究内容与框架

一研究内容

二研究框架

第三节本文的特色与创新之处

第二章股票预测的国内外研究综述

第一节时间序列方法研究概述

一自回归条件异方差模型

二移动平均自回归模型

第二节机器学习方法研究现状

一浅层机器学习方法

二深度机器学习方法

第三节投资者偏好与股票研究概况

一投资者偏好与股票关系

二关于投资者偏好的度量

第三章基于LSTM模型的股票指数预测方法

第一节股票指数预测指标的选择

一股票指数预测指标的选择原则

二股票指数的基本交易指标

第二节基于随机森林的LSTM模型

一基于随机森林的预测指标筛选

二LSTM预测模型

第三节考虑投资者偏好的LSTM模型

一投资者偏好的度量指标

二IP-LSTM预测模型

第四章基于LSTM模型的我国股票指数预测实证分析

第一节股票指数样本及指标选取

一数据来源与样本选择

二股票指数样本数据预处理

三基于随机森林的预测指标选择

四模型评价指标选取及参数设置

第二节IP-LSTM模型参数与稳定性分析

一模型网络层数

二模型隐藏层神经元个数

三不同参数组合下模型稳定性分析

第三节IP-LSTM模型预测结果对比分析

一IP-LSTM模型预测结果

二不同模型下股票指数收益率预测结果

三不同模型下股票指数滚动预测结果

第五章结论与展望

第一节研究结论

第二节研究展望

参考文献

个人简历

致谢