{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,5,28]]，“日期-时间”：“2024-05-28T05:51:53Z”，“时间戳”：1716875513535}，“引用-计数”：58，“出版商”：“麻省理工出版社-期刊”，“问题”：“10”，“内容-域”：{-“域”：[]，“交叉标记限制”：false}，”short-container-ti tle“：[“神经计算”]，“published-print”：{“date-parts”：[[2018,10]]}，“abstract”：“本研究的重点是使用递归神经网络（RNN）预测股票收盘价。介绍了一种新的预测股市收盘价的方法，即长短期记忆（LSTM）模型，它是一种结合股票基本交易数据和技术指标的RNN。我们通过进行主成分分析（PCA）来实现技术指标的降维。为了训练模型，采用了一些优化策略，包括自适应矩估计（Adam）和Gloot统一初始化。对标准普尔500强、纳斯达克和苹果（AAPL）进行了案例研究。使用一系列评估标准进行了大量的对比实验来评估该模型。由于环境嘈杂、外部因素波动性大，准确预测股市被认为是一项极具挑战性的任务。我们希望我们提出的方法能够推动股票时间序列分析和预测的研究。实验结果表明，该模型具有较好的适应度<\/jats:p>“，”DOI“：”10.1162\/neco_a_01124“，”type“：”journal-article“，”created“：{”date-parts“：[[2018,8,27]]，”date-time“：”2018-08-27T20:04:33Z“，”timestamp“：1535400273000}，”page“：10.1162“，“卷”：“30”，“作者”：[{“给定”：“婷薇”，“家庭”：“高”，“序列”：“第一”，“隶属关系”：[}“名称”：“清华大学自动化系，北京100084，中国”}]}，{“给出”：“悦婷”，“家族”：“柴”，“顺序”：“附加”，“附属关系”：[{“姓名”：“北京100084清华大学自动化学院”}]]，“成员”：“281“，”reference“：[{”key“：”B1“，”doi-asserted-by“：”publisher“，”doi“：”10.1002\/wics.101“}，{”issue“：”7“，”key”：“B2”，”volume“：“14”，”author“：”Aghakhani K.“，”year“：”2016“，”journal-title“：”International journal of Computer Science and Information Security“}”，{“key”:“B3”，“doi-assert-by”：“publisher”，26“}，{”键“：”B4“，”doi-asserted-by“：”publisher“，”doi“：”10.1108\/10264116200600006“}，{”key“：”B5“，”first page“：“265”，”volume-title“：”IEEE“，“volume”：“8267”，“author”：“Anaghi M.F.”，“year”：“2013”}，”{“key”：”B6“，“doi-assert-by”：“publisher”，doi-asserted-by“：”publisher“，”doi“：”10.1109\/BigData.2015.7364089“}，{”key“：”B8“，”非结构化“：”Chen，X.（2015）。基于深度信念网络的股价预测。博士学位。新不伦瑞克大学。“}，{”key“：”B9“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.eswa.2017.02.044“}、{”key“：j.eswa.2015.07.063“}，{“key”：“B12”，“doi-asserted-by”：“publisher“，”DOI“：”10.5121\/ijaia.2013.4109“}，{“key”：“B13”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016\/j.jfds.2016.03.002”}，“key“：”B14“，“author”：“Dong Y.”，“year”：“2012”，“journal-title”：“重庆理工大学学报，10”}/IJCNN.2014.6889969“}，{“问题”：“22”，“密钥”：“B16”，“首页“：”84“，”卷“：”41“，”作者“：”冯平“，”年份“：”2011“，”期刊标题“：”实践与理论中的数学“}，{“key”：“B17”，“doi-asserted-by”：“publisher”，“doi”：“10.1162\/0899766000300015015”}，“key“：”B18“，”首页“115”，“volume”：”3“author”：“Gers F.A.”，“year”：“2002”，“journal-title”：“journal of Machine”学习研究“}，{“key”：“B19”，“第一页“：”249“，”volume-title“：”《人工智能与统计国际会议论文集》“，”卷“：”9“，“作者”：”Gloot X“，”年份“：”2010“}，{“key”：“B20”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.eswa.2015.09.029”}，}“key:”B21“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/SCES.2012.6199099“}”，{“密钥”：“B22”，“author“：”Han J.“，”year“：”2011“，”journal-title“：”Data mining:Concepts and technologies“}，{“key”：“B23”，“author”：“Hegazy O.”，“year”：“2014”，“journal-title”：“A machine learning model for stock market prediction”}，“key“：”B24“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/J.eswa.2014.07.059”}、{“key”：”B25“，”“doi-assert-by”：“”publisher“，”doi“：”10.1016\/j.ijforecast.2006.03.001“}，{“key”：“B26”，“author”：“Jia H.”，“year”：“2016”，“journal-title”：“调查长短期记忆网络对股价预测的有效性”}，}“key:”B27“，”author“：”Kingma D.“，”year“：”2014“，”journal-title“：”Adam：一种随机优化方法2015年”，“期刊标题”：“初始化校正线性单元的递归网络的简单方法”}，{“key”：“B29”，“doi断言”：“publisher”，“doi”：“10.1038\/nature14539”}，{“key”：“B30”，“doi断言”：“publisher”，“doi”：“10.1080\/18756891.2013.876722”}，{“issue”：“2”，“key”：“B31”，“首页”：“29902”，“卷”：“132”，“作者”：“Lin C.S.”，“年份”：“2010”，“journal-title“：内蒙古电力”}，{“key”：“B32”，“doi-asserted-by”：“publisher”，“doi”：“10.1155\/2011\/382659”}“，”年份“：”2001“，”新闻标题“：”递归神经网络：设计与应用“}，{“问题”：“2”，“关键”：“B35”，“首页”：“1”，“卷”：“16”，“作者”：“Mohamad-Saleh J.”，“年份”：“2008”，“期刊标题”：“国际计算机、互联网与管理杂志”}，}“关键”:“B36”，“doi-asserted-by”：“出版商”，“doi”：“10.1016\/J.eswa.2010.10.079”}由“：”插入publisher“，”DOI“：”10.1016\/j.eswa.2013.06.071“}，{“key”：“B39”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016\\j.eswa.2014.12.003”}，“key“：”B40“，”DOI-assert-by“：”publisher 145\/2939672.2939704“}，{“key”：“B42”，“DOI-asserted-by”：“publisher”，“DOI”：“10.14257\/ijca.2013.6.6.29“}，{“key”：“B43”，“doi-asserted-by”：“publisher”，“doi”：“10.15623\/ijret.2014.032031”}，“key“：”B44“，”author“：”Sirignano J.“，”year“：”2018“，”journal-title“：”金融市场价格形成的普遍特征：深度学习的视角“}10.1007\/978-3642-37829-4_45“}，{“key”：“B46”，“author”：“Takeuchi L.”，“year”：“2013”，“journal-title”：“应用深度学习提高股票动量交易策略”}，}“key:”B47“，”doi-asserted-by“：”publisher“，”doi“：”10.1023\/A:1010597502646“}”，{”key“：”B48“，”doi-assertd-by“：”publisher“，”“doi”：“10.1016\/j.dss.2010.08.028“}，{”键“：”B49“，”首页“：”2143“，”volume-title“：”IEEE“，”author“：”Wang W.“，”year“：”2010“}，{“key”：“B50”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.asoc.2009.08.028”}，“key“：”B50a“，”doi-assert-by“：”publisher“，by“：”publisher“，”doi“：”10.1016\/j.eswa.2005.09.026“}，{”key“：”B52“，”doi-asserted-by“：”publisher”，“DOI”：“10.1142\/9789813200449_0049”}，{“key”：“B53”，“首页”：“40”，“作者”：“Yaqub M.U.”，“年份”：“2016”，“期刊标题”：“第三届多学科国际社会网络社会信息学会议论文集”}，{“key”：“B54”，“DOI断言者”：“publisher”，“DOI”：“10.4236\/ojapp.2015.54012”}，{“key”：“B55”，“首页”：“718“，”author“：”Yetis Y.“，”year“：”2014“，”journal-title“：”World Automation Congress“}，”{“key”：“B56”，“author”：“Zhang C.”，“year”：“2014”，”johnal-tittle“：”journal of Nanjing University of Aeronautics and Astronautics，“3”}，“key“：“：”B58“，”首页“：”883“，”volume“：”10“，”author“：”Zhu C.“，”year“：”2014“，”journal-title“：”journal of Computational Information Systems“}]“container-title”：[“Neural Computation”]，”original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.mitpressjournals.org\/doi\/pdf\/10.1162\/neco_a_01124”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,3,12]，”date-time“：”2021-03-12T21:42:41Z“，”timestamp“：1615585361000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\/\/direct.mit.edu\/neco\/article\/30\/10\/2833-2854\/8415”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2018,10]]}，“references-count”：58，“日志问题“：{”问题“：“10”，“published-print”：{“date-parts”：[[2018,10]]}}，“alternative-id”：[“10.1162\/neco_a_01124”]，“URL”：“http://\/dx.doi.org\/10.1162\/neco2_01124“，”关系“：{}，”ISSN“：[”0899-7667“，”1530-888X“]，”ISSN-type“：[{”值“：”08997-7667“，”type“”：“打印”}，{“值”：“1530-888X”，“类型”：“电子”}]，“主题”：[]，“发布”：{日期部分“：[[2018,10]]}}}