楼主: 南唐雨汐
52 0

[学科前沿] 项目介绍 MATLAB实现基于GA-LSTM-SVR 遗传算法(GA)结合长短期记忆网络(LSTM)与支持向量回归(SVR)进行股票价格预测 [推广有奖]

  • 0关注
  • 0粉丝

已卖:34份资源

本科生

86%

还不是VIP/贵宾

-

威望
0
论坛币
1096 个
通用积分
129.3126
学术水平
5 点
热心指数
5 点
信用等级
5 点
经验
715 点
帖子
32
精华
0
在线时间
191 小时
注册时间
2025-8-7
最后登录
2025-12-29

楼主
南唐雨汐 在职认证  发表于 13 小时前 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
MATLAB
实现基于
GA-LSTM-SVR
遗传算法(
GA)结合长短期记忆网络(
LSTM
)与支持向量回归(
SVR)进行股票价格预测的详细项目实例
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
资本市场价格序列呈现出非线性、非平稳、强噪声与多尺度耦合等典型特征,单一模型在刻画这一复杂动力系统时常出现偏差:传统时间序列模型侧重线性与弱平稳假设,难以捕获突发结构性变化;深度神经网络虽然具备强表征能力,但在小样本、概念漂移与超参数选择上容易过拟合或不稳定;核方法在有限样本与高维空间映射中表现稳健,却受制于人工特征与核参数敏感性。为应对真实交易场景的多源异质数据、滚动预测与风险控制需求,本项目提出基于GA-LSTM-SVR的混合式序列学习方案:利用遗传算法进行全局超参数与特征子集搜索,以群体进化机制减轻局部最优;以长短期记忆网络学习价格与技术因子的长期依赖与非线性动态,以门控结构降低梯度消失;以支持向量回归在核空间内捕捉局部平滑关系,提高对异常值与小样本的鲁棒性;在集成层引入加权或元学习融合,联合利用神经与核方法的 ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:matlab实现 MATLAB matla atlab 股票价格

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-29 22:35