基于TCN-GRU的股票指数预测模型研究

Research on stock index prediction model based on TCN-GRU

本文采用集成学习的思想,将时域卷积网络(TCN)和门控循环单元(GRU)相结合,借助TCN的数据特征提取能力和GRU的非线性拟合能力,构建TCN-GRU模型。通过仿真实验,利用技术因子如收盘价、最高价、成交量等作为输入,对股票指数利用TCN-GRU模型进行预测。再设置对照试验,对比卷积神经网络(CNN)、长短时记忆人工神经网络(LSTM)、门控循环单元、时域卷积网络模型的预测结果。通过评价指标发现TCN-GRU相比对照实验模型,拥有更高的预测精确度。