基于MVO-CNN-BiLSTM的股票價(jià)格時(shí)序預(yù)測(cè)模型

打開文本圖片集

摘  要：為解決股指時(shí)序預(yù)測(cè)趨勢(shì)難問題，提出了引入多元宇宙優(yōu)化算法（Multi-Verse Optimization， MVO）的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）與卷積神經(jīng)網(wǎng)絡(luò)（CNN）相結(jié)合的股票預(yù)測(cè)混合模型（MVO-CNN-BiLSTM）。該模型的意義在于多元宇宙優(yōu)化算法具有全局搜索能力和收斂速度快的特點(diǎn)，適用于優(yōu)化問題；卷積神經(jīng)網(wǎng)絡(luò)（CNN）能夠在前幾層有效地提取數(shù)據(jù)中的特征，而BiLSTM則可以在后續(xù)層中建模這些特征之間的時(shí)序關(guān)系。（剩余11428字）