基于深度神经网络的经济时间序列预测模型

摘要

经济的发展对一个国家的发展有着举足轻重的作用,而经济时间序列这种典型的多噪声非平稳时间序列,传统的统计学方法对其的预测能力十分有限.近年来深度学习的快速发展,被广泛应用在图像处理、语音处理等各个方面,并取得了不错的效果.本文将深度神经网络应用在股票时间序列预测中,使用传统全连接网络,设计了针对近3000支股票的通用模型.之后使用2015-2017的数据进行训练及验证,实验结果证明通用模型的准确性能达到58.5％.