基于改进的长短时记忆网络的金融数据预测方法

摘要

本发明公开一种基于改进的长短时记忆网络的金融数据预测方法，涉及深度学习和金融数据预测领域，该方法在计算输入挤压单元、输入门单元、忘记门单元、输出门单元时，加入更多时刻的隐藏层信息，并在此基础上重新设计了前向传播算法和沿时间反向传播算法，利用改进的长短时记忆网络算法对金融时间序列数据进行预测，提高了对金融时间序列数据预测的准确率，加快了算法的收敛速度。