方,洪;韩星宇;徐涛 基于LSTM的改进库存预测方法。 (中文。英文摘要) 兹比尔1463.91142 安徽大学自然科学。 43,第6号,36-42(2019). 摘要:针对基于长短期记忆的股票预测方法普遍存在的预测滞后问题,提出了一种改进的基于LSTM的股票预测算法。首先,通过多维向量输入,选择与待预测股价相关系数较高的其他公司的每日收盘价,并将待预测股票的价格数据作为模型的输入向量。其次,通过特征工程,选择不同的特征向量作为输入向量,得到了显著减少预测滞后的特征向量组合。最后,通过新闻情感分析,将情感分析应用于与待预测公司相关的新闻文本,并将情感得分作为一个输入向量。腾讯公司股票预测的实验结果表明,新方法不仅大大改善了预测滞后性,而且提高了预测精度。 MSC公司: 91G15型 金融市场 62P05号 统计学在精算学和金融数学中的应用 62M20型 随机过程推断和预测 关键词:股票预测;多维向量;特征工程;情绪分析 PDF格式BibTeX公司 XML格式引用 \textit{H.Fang}等人,安徽大学,自然科学。43,第6号,36-42(2019年;Zbl 1463.91142) 全文: 内政部