基于神经网络集成学习股票预测模型的研究

摘要

基于深度学习的原理构建出六层长短记忆神经网络,通过集成学习中Bagging方法组合8个长短记忆神经网络.使用基于神经网络集成学习模型预测中国人民币普通股市场.实验测试了从2012年1月4日到2017年12月29日这期间的上海证券综合指数、深圳证券综合指数、上证50指数、沪深300指数、中小企业板指数和创业企业板指数.实验结果为模型的准确率达到58.5％,精确率为58.33％,召回率为73.5％,F1值为64.5％,AUC值为57.67％,取得了较好的预测效果.