通过异常规避进行风险管理：针对

投资组合回报结果表明，投资回报可以是显著的根据我们的中期LSTM网络的预测中期价格进行了大幅改进。参考文献[1]。《会计研究杂志》（1968），67–92。[2] 乔治·埃普·博克斯、格维利姆·詹金斯、格雷戈里·C·莱因塞尔和格雷塔·M·容格。2015，《时间序列分析：预测与控制》。约翰·威利父子公司。[3] 股票交易点预测的wise线性表示法和神经网络模型。IEEE系统、城域网和控制论交易，C部分（应用和评论）39，1（2009），80–92。[4] 罗伯特·L·克劳奇。1970年，纽约证券交易所的交易量和价格变化。《金融分析师杂志》26，4（1970），104–109。[5] 小丁、张跃、刘婷、段俊文。2015年，深度学习预测驱动型股票预测。在第二十四届onArti国际联席会议上社交智能。[6] Felix A Gers、Nicol N Schraudolph和Jürgen Schmidhuber。学习LSTM递归网络的精确计时。《机器学习研究杂志》第3期，2002年8月，第115–143页。[7] Reza Hafezi、Jamal Shahrabi和Esmaeil Hadavandi。2015年，用于股票价格预测的bat神经网络多智能体系统（BNNMAS）：DAXstock价格案例研究。应用软件计算29（2015），196–210。[8] 塞普·霍克雷特（Sepp Hochreiter）和尤根·施密杜伯（Jürgen Schmidhuber）。长期短期记忆。神经计算9，8（1997），1735-1780。[9] 网络。IEEE，215–221。[10] 迪德里克·P·金玛和吉米·巴。2014。Adam：随机优化方法。arXiv预印本arXiv:1412.6980（2014）。[11] 李信义、李银川、詹元成、刘晓阳。乐观牛市或悲观熊市：股票组合配置的自适应深度强化学习。ICML金融AI研讨会（2019年）。[12] Pankaj Malhotra、Lovekesh Vig、Gautam Shro, 还有Puneet Agarwal。用于时间序列异常检测的长短期记忆网络。

在诉讼中。卢旺大学出版社，89。[13] 美国：经济计量学会杂志（1973），867-887。[14] David MQ Nelson、Adriano CM Pereira和Renato A de Oliveira。2017年，利用LSTM神经网络预测股市价格走势。2017年国际神经网络联合会议（IJCNN）。IEEE，1419–1426。[15] 姚琴、宋东进、程海峰、程伟、蒋国飞和卫戍WCottrell。2017年，用于时间序列预测的基于双阶段注意的递归神经网络。在第26届国际艺术联合会议记录中社交智能。AAAI出版社，2627–2633。[16] 劳伦斯·R·拉宾。《隐马尔可夫模型导论》。IEEE ASSPMagazine 3，1（1986），4–16。[17] Hasim Sak、Andrew Senior和Francoise Beaufays。2014年，长短期。在国际言语交际协会第十五届年会上。[18] 和KP Soman。2017年，使用LSTM、RNN和CNN滑动窗口模型预测股价。2017年计算、通信和信息学进展国际会议（ICACCI）。IEEE，1643–1647。[19] 信息提取的马尔可夫模型结构。在AAAI-99信息提取的机器学习研讨会上。37–42.[20] Ilya Sutskever、Oriol Vinyals和Quoc V Le。2014。神经网络序列到序列学习。神经信息处理系统的进展。3104–3112.[21]Frank Z Xing、Erik Cambria和Roy E Welsch。2018年，通过市场情绪观点进行智能资产配置。IEEE计算智能杂志13，4（2018），25–34。[22]查尔斯·C·英。股票市场价格和销售量。计量经济学：计量经济学学会杂志（1966），676-685。【23】群诸葛、徐凌宇、张高伟。2017年，采用情绪分析的LSTM神经网络预测股票价格。

工程信函25，2（2017）。【24】熊卓然、刘晓阳、钟山、杨红阳、瓦利德·安瓦尔。股票交易的实用深度强化学习方法。2018年，在NeurIPSWorkshop《金融服务业人工智能面临的挑战和机遇》中。