基于LSTM神经网络的K线序列预测研究

摘要

借助对时序数据有强大处理能力的循环网络long short-term memory(LSTM),利用聚类、去噪后的K线子序列集进行深度特征提取、模型训练,最终得到K线序列短期走势预测模型,并在真实的K线序列数据集中测试模型的预测效果.实验结果表明,相比于不考虑特征时序性的传统机器学习算法,循环神经网络对K线序列短期走势的预测准确率有明显的提升.