基于幂绝对值单元的3DCNN-LSTM方法的股票价格预测研究

目录

声明

致谢

1 引言

1.1 研究背景

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 主要研究内容

1.4 论文的组织结构

2 相关理论介绍

2.1 股票分析理论

2.1.1 基本面分析

2.1.2 技术面分析

2.2 神经网络基础

2.2.1 BP神经网络

2.3.2 卷积神经网络

2.3.3 循环神经网络

2.3.4 长短时记忆神经网络

2.4 本章小结

3 基于幂绝对值激活函数的3D-CNN-LSTM网络模型

3.1 幂绝对值单元激活函数

3.1.1 常用激活函数

3.1.2 幂绝对值单元激活函数

3.2 3D-CNN网络模型

3.3 基于PAVU的3DCNN-LSTM模型

3.3.1 网络模型背景

3.3.2 网络模型结构

3.3.3 激活函数选取

3.4 本章小结

4 实证分析

4.1 数据预处理

4.1.1 实验数据选取

4.1.2 实验数据处理

4.2 实证分析

4.2.1 基于PAVU的3DCNN-LSTM网络表现

4.2.2 对比分析

4.3 本章小结

5 总结及展望

5.1 总结

5.2 展望

参考文献

作者简历及攻读硕士/博士学位期间取得的研究成果

独创性声明

学位论文数据集