论文部分内容阅读
现有文献虽利用深度学习循环神经网络对股票预测进行研究,但特征数据种类少,缺乏说服力。本文使用从股票数据中提取的多种特征,作为LSTM模型的输入,将次日的涨幅作为该模型的输出进行训练。从而对次日股票的涨幅进行预测,在一定程度上说明股票收益的规律性,给投资者提供一定的参考价值。并由此证明深度学习理论应用于股票市场的可行性。