利用自编码器和LSTM预测金融时间序列
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本研究结合了自编码器与长短期记忆网络（LSTM），提出了一种新颖的方法来提高金融时间序列数据的预测精度。通过深度学习技术挖掘隐藏模式，为金融市场分析提供了新的视角。
首先使用小波分析（WT）过滤噪声，然后利用自编码器（SAES）提取强特征，最后采用长短期记忆网络（LSTM）进行学习训练。
全部评论 (0)
还没有任何评论哟~
简介：
本研究结合了自编码器与长短期记忆网络（LSTM），提出了一种新颖的方法来提高金融时间序列数据的预测精度。通过深度学习技术挖掘隐藏模式，为金融市场分析提供了新的视角。
首先使用小波分析（WT）过滤噪声，然后利用自编码器（SAES）提取强特征，最后采用长短期记忆网络（LSTM）进行学习训练。
