基于CNN-GRU联合模型的股票指数价格预测

股票市场的价格受多方面因素影响,在时间序列上呈现出较强的非线性与非平稳性特征,同时在交易层面上存在着大量随机噪声,因此如何建立准确的价格预测模型是金融研究中的重要课题。基于此,利用深度学习技术,基于CNN与GRU的各自特点建立了联合模型,并以三只典型的股票指数作为研究对象,对股指未来价格进行预测。实证结果表明,所建立的模型能够在有限的历史数据下进行学习,自动提取价格信息的高维特征与时序特性,实现对股票指数价格的准确预测。