手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 科研管理SG（原名：科研管理） Volume 6, Issue 2. 2024.
基于 TF-IDF_VaR_GRU_Attention 模型的股票预测研究
作者 : 蔡 伟斌, 赵 婧, 强 嘉豪, 王 安奇
DOI: 10.12361/2661-376X-06-02-162305
全部来源
获取全文
摘要 / Abstract
针对股票的特征选取和风险量化问题，提出了一种基于 TF-IDF 的特征评分、VaR 风险评估和 Attention 机制的 股票预测模型。通过消融实验，对比了 5 种基于 LSTM 神经网络的模型和 3 种基准模型，发现本文提出的 TF_IDF_GRU_ VaR_Attention 模型在 RMSE、MSE 和 MAE 评价指标均优于对比模型。可知基于 TF-IDF_GRU_VaR_Attention 的预测模 型对比传统基准模型和当下流行的模型，能更为准确地预测股票的涨跌趋势。
关键词 / Keywords
股票预测；TF-IDF；GRU 模型；VaR 风险评估；注意力机制
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 张兆瑞 , 穿透量化投资的迷雾 , in 新金融观察 2021.
  • 20.
  • [2] 彭燕 , 刘宇红与张荣芬 , 基于 LSTM 的股票价格预测
  • 建模与分析 . 计算机工程与应用 , 2019. 55(11): 209-212.
  • [3] 傅廷君 , 基于券商研究报告的股票价格趋势预测 ,
  • 2017, 暨南大学 .
  • [4] 杨蓦 , 王静 . 基于时空注意力机制的双向长短期记忆
  • 神经网络的股指预测研究 [J]. 运筹与管理 ,2023,32(08):174-
  • 180.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号