融合情感分析和GAN-TrellisNet的股價(jià)預(yù)測(cè)方法

摘要： 將時(shí)序深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于股票價(jià)格預(yù)測(cè)，已成為量化金融領(lǐng)域的重要研究方向。時(shí)序神經(jīng)網(wǎng)絡(luò)具有很好的序列數(shù)據(jù)捕捉能力和學(xué)習(xí)記憶能力，在股票預(yù)測(cè)上有一定適用性。但是現(xiàn)有的模型大多存在預(yù)測(cè)準(zhǔn)確度不高、模型結(jié)構(gòu)復(fù)雜導(dǎo)致訓(xùn)練時(shí)間較長等問題.為了解決以上問題，提出了一種基于情感分析和GAN-TrellisNet的股價(jià)預(yù)測(cè)方法。提出了一個(gè)基于LSTM-CNN的情感分析模型，用于分析爬蟲獲取的主流...