基于深度学习的证券趋势特征分析方法

作者：胡志恒; 谢海蓉; 崔栋才

来源：金融经济, 2018, (20): 122-123.

DOI：10.14057/j.cnki.cn43-1156/f.2018.20.053

• 深度学习
• 证券
• 趋势

证券交易所产生的大量历史数据本身是一种时间序列,总体上体现出高度的复杂性和不确定性,但其本身蕴含着内在的规律特征,是金融和数据分析领域的研究热点。本文采用深度学习技术、基于人类交易员的趋势分类模式,对证券历史数据采用加以学习并提取其内在的即趋势特征规律。仿真结果表明本方法可取得约68%的趋势分类准确率,分类效果良好,具备一定的应用价值。

• 单位
  成都信息工程大学