基于GRU模型的股票价格预测

利用GRU模型对输入时间序列的高效处理能力,提出了一种基于GRU模型的股票价格预测方法,在输入序列中引入价格、成交量、平滑异同移动平均指数三种股票技术参数,明显提高了GRU模型股价预测的准确度。

基于神经网络的股票趋势预测与分析

本文提出一种基于人工神经网络的股票预测系统,利用多层人工神经网络算法,通过输入股票交易的历史数据及量化参数,实现对人工神经网络模型的训练、测试和优化,模型不仅解决了大量历史数据所蕴含的关联数据特征的智能提取问题,还能反映突发消息对市场的影响,模型预测准确率可达70%以上。