自股票市场成立以来,人们采取不同的方法对股票价格进行研究分析,从简单的线性回归到非线性拟合,运用了多种方法进行尝试,并通过各种算法进行优化。随着深度学习的爆发,研究者们尝试使用深度学习进行股价预测的相关研究,利用卷积神经网络的特征提取能力、循环神经网络对时间序列的有效处理以及通过数据挖掘对股票数据进行分析等多种方法并取得了较好的成绩,从而使股票预测更加智能化。文章通过对股价预测研究方法的发展变化进行综述,重点关注深度学习在股价预测中的应用,最后对其后续发展进行了总结与展望。
科研之友
微信
新浪微博
Facebook
分享链接
