基于卷积特征提取与神经算术逻辑单元的股票预测
机器学习
2019-07-23 v1 统计金融
机器学习
摘要
股票预测是多年来备受关注的研究课题。金融专家与数学家一直致力于寻找预测未来股票价格的方法，以决定买入或卖出股票获利。股票专家或经济学家通常利用技术指标、情感分析等方法分析历史股票值来预测未来股价。近年来，许多研究广泛使用机器学习来预测股票走势。本文提出一种数据驱动的深度学习方法来预测未来股票值：利用卷积神经网络的特征提取性质处理历史价格，并将其与神经算术逻辑单元(Neural Arithmetic Logic Units)结合使用。
引用
@article{arxiv.1905.07581,
title = {Convolutional Feature Extraction and Neural Arithmetic Logic Units for Stock Prediction},
author = {Shangeth Rajaa and Jajati Keshari Sahoo},
journal= {arXiv preprint arXiv:1905.07581},
year = {2019}
}
备注
Accepted at ICACDS 2019 - Springer CCIS