[发明专利]基于改进型LSTM的股票价格预测方法及其系统在审
| 申请号： | 201811250169.7 | 申请日： | 2018-10-25 |
| 公开（公告）号： | CN109272406A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 江寅;朱传瑞 | 申请（专利权）人： | 安徽磐众信息科技有限公司 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06N3/02 |
| 代理公司： | 昆明合众智信知识产权事务所 53113 | 代理人： | 杨俊达 |
| 地址： | 230088 安徽省合肥市创新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进型LSTM的股票价格预测方法，包括：S1、获取股票交易不同时间点上不同特征的历史数据，基于实际预测需要选择训练数据；S2、输入训练数据，基于深度学习理论并利用多层LSTM神经网络构建股票价格预测模型，并对所述股票价格预测模型进行训练；S3、输出预测结果，结合真实值以误差百分比作为测评指标进行测评。其系统包括数据获取和选择模块、模型构建和训练模块以及预测和测评模块。本发明利用多层LSTM神经网络构建股票价格预测模型，一次性获取多个时间点上不同特征的股票历史数据，大大增加了数据量，并利用训练数据对股票价格预测模型进行训练，使得其可以表示更多场景，进而大大提升了模型预测效果。 | ||
| 搜索关键词： | 股票价格预测 训练数据 测评 神经网络构建 历史数据 改进型 时间点 多层 误差百分比 股票交易 模型构建 模型预测 输出预测 数据获取 选择模块 训练模块 数据量 一次性 预测 场景 股票 学习 | ||
【主权项】：
1.一种基于改进型LSTM的股票价格预测方法，其特征在于，该方法包括以下步骤：S1、获取股票交易不同时间点上不同特征的历史数据，基于实际预测需要选择训练数据；S2、输入训练数据，基于深度学习理论并利用多层LSTM神经网络构建股票价格预测模型，并对所述股票价格预测模型进行训练；S3、输出预测结果，结合真实值以误差百分比作为测评指标进行测评。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽磐众信息科技有限公司，未经安徽磐众信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811250169.7/，转载请声明来源钻瓜专利网。
- 上一篇：碳资产交易方法及系统
- 下一篇：一种大类资产配置类智能投顾集中度控制方法
