[发明专利]一种基于储备池算法的股指预测方法

权利要求书

1.一种基于储备池算法的股指预测方法，其特征在于，包括如下步骤：

步骤1、综合整理不同交易市场的股指的日收盘价；

步骤2、基于步骤1基础上，将数据分割为训练集，验证集和测试集；

步骤3、设定储备池运算单元的数量N；

步骤4、设定输入训练模型的历史数据长度k；

步骤5、设定不同储备池的结构ER，SF，SW，同时设定储备池矩阵W_res；

步骤6、设定储备池的前置连接权重矩阵W_in；

步骤7、设定储备池的后置连接权重矩阵W_out；

步骤8、在步骤1～7满足的条件下，构建储备池算法，定义输入输出端口；

步骤9、在步骤8满足的条件下，重复步骤2～7所示的操作，可将训练集、验证集和测试集数据输入预测系统，由验证集数据在预测系统上的表现决定最优的预测模型所具备的储备池运算单元的数量N，储备池结构，输入训练模型的历史数据长度k，储备池矩阵W_res的参数，储备池的前置连接权重矩阵W_in的参数，储备池的后置连接权重矩阵W_out的参数；

步骤10、在步骤9满足的条件下，可在测试集数据中对预测结果进行评估。

2.按照权利要求1所述的一种基于储备池算法的股指预测方法，其特征在于，用储备池算法替代深度学习算法完成股指预测。

3.按照权利要求1所述的一种基于储备池算法的股指预测方法，其特征在于，储备池算法中，仅有储备池的后置连接权重矩阵W_out需要通过反向传播以更新权重值，而储备池矩阵W_res和储备池的前置连接权重矩阵W_in均在初始化后固定不变，无需反向传播更新权重以增加计算复杂度。

4.按照权利要求1所述的一种基于储备池算法的股指预测方法，其特征在于，储备池算法简化了传统深度学习算法的大量参数不同，用储备池算法的结构和状态记忆替代高维区间映射特征。