基于LSTM-GA的股票价格涨跌预测模型

在量化金融领域中,如何对股票价格进行准确的预测,成为当前研究的重要问题。LSTM网络算法的出现,较好地解决了股票价格预测的复杂序列化数据学习问题。但是,当前研究结果表明,若是单一采用LSTM算法仍然存在预测不平衡、局部极值不准确等问题。GA(遗传算法)的解释在当前金融界中尚没有一定准确定论,但是其在解决调参问题上有着突出效用。在构建新型股票价格预测模型时,首先可以采用LST神经网络算法对收盘价进行预测,然后采用GA遗传算法保证模型预测的准确性,通过辨别机制,最终获取股票价格涨跌信号。基于此,文章针对现有LSTM模型的原理及应用进行了综合分析,并突出说明了LSTM-GA在股票价格预测领域中的应用。