-
题名基于FCM深度学习模型的证券股价研究
- 1
-
-
作者
郭泉吕
孙荣
-
机构
重庆工商大学数学与统计学院
重庆工商大学社会经济应用统计重庆市重点实验室
-
出处
《科技和产业》
2025年第12期44-52,共9页
-
文摘
股票市场预测是一个复杂且充满挑战的领域,序列常表现出高噪声、非线性和非平稳性等特性。为了提高预测的准确性,提出一种新的方法,即结合模糊C-均值(FCM)聚类算法来识别和利用股价预测序列中的局部趋势特征,分析中综合考虑股票的关键市场数据,包括开盘价、最高价、最低价、收盘价、成交量和成交额,作为预测模型的输入特征。通过实验,比较不同滑动窗口数对模型预测能力的影响的实证分析,可以发现,融合了FCM聚类和LSTM-Transformer组合模型的FCM-LSTM-Transformer方法的预测精度比单一深度学习模型和LSTM-Transformer组合模型均要高,评价指标达到最优,决定系数R2分别提升了2.75%、2.40%、2.19%。结果表明,该模型处理股票市场数据的复杂性方面更具明显优势。
-
关键词
金融时间序列
模糊C-均值聚类
深度学习模型
fcm-lstm-transformer
-
Keywords
financial time series
fuzzy C-means clustering
deep learning model
fcm-lstm-transformer
-
分类号
F832.5
[经济管理—金融学]
-
