MATLAB
实现基于
BMA-GRU
贝叶斯模型平均(
BMA)结合门控循环单元(
GRU)进行股票价格预测的详细项目实例
请注意此篇内容只是一个项目介绍
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)
现代证券市场蕴含着海量的时间序列数据,每一个交易日都会产生开盘价、收盘价、最高价、最低价、成交量、换手率等多维特征,同时还叠加了宏观经济指标、行业景气指数以及投资者情绪等隐含变量。金融时间序列受政策变化、重大事件、资金流动、市场情绪等多重因素驱动,表现出明显的非线性、非平稳和噪声强、突变频繁等特点。传统的时间序列方法,例如ARIMA、GARCH等,在处理单一线性关系和短期平稳段时具有一定效果,但面对当前高频、多源异质、长依赖的金融数据,很容易出现模型结构僵硬、泛化能力有限、难以捕捉复杂模式等不足,预测结果在剧烈波动阶段往往出现明显偏差。
随着深度学习技术在图像识别、自然语言处理和语音识别等领域取得突破,基于循环神经网络的模型逐渐被引入到量化金融预测场景之中。门控循环单元(GRU)作为一种改进的循环神经网络结构,通过重 ...


雷达卡




京公网安备 11010802022788号







