[发明专利]一种基于长短期记忆深度学习网络的股票近期走势预测方法

摘要

本发明公开提出了一种基于长短期记忆深度学习网络的股票近期走势预测方法。方法分为训练和预测两个阶段。对于某只股票，方法首先对股票时间序列以一定的步长循环重叠截取，形成短序列，进行标准化处理后，选取一定比例的短序列作为训练数据，其余部分作为验证数据。在训练阶段，定义模型的结构，构建长短期记忆深度学习网络,选择损失函数及优化器后，输入训练数据，经过多轮模型训练后，以验证数据验证模型的性能。在预测阶段，以该股票近期的走势类似构建短序列和标准化处理后，输入模型进行预测，预测是逐步进行的，将第二天预测结果放到原输入后，再进行下一天的预测，以此类推形成近期的预测序列。最后对预测结果进行反标准化处理并输出。

主权项

一种基于长短期记忆深度学习网络的股票近期走势预测方法，其特征在于所述方法包括如下步骤：（1）获取某只股票待预测项目相关数据的时间序列；（2）以固定步长循环重叠截取时间序列，构建短序列并进行标准化处理；（3）构建长短期记忆深度学习网络，并进行模型训练和性能验证；（4）以近期待预测项目的数据输入模型后进行单步预测；（5）将单步预测结果与之前输入加在一起后，作为下一步预测的输入，以此类推形成近期的预测序列；（6）对预测结果进行反标准化处理后并输出。