Resumen

La predicción de tendencias bursátiles se refiere a predecir la tendencia futura de los precios de las acciones para buscar el máximo beneficio de la inversión en acciones. Aunque ha despertado gran interés en los mercados bursátiles, sigue siendo una tarea difícil no solo porque los mercados bursátiles son complejos y fácilmente volátiles, sino también porque los datos reales de acciones a corto plazo son tan limitados que los modelos de predicción de acciones existentes podrían estar lejos de ser perfectos, especialmente para las redes neuronales profundas. Como un tipo de datos de series temporales, los patrones subyacentes de los datos de acciones son fácilmente influenciados por cualquier ruido mínimo. Por lo tanto, cómo aumentar los datos limitados de precios de acciones es un problema abierto en la predicción de tendencias bursátiles, ya que la mayoría de los esquemas de aumento de datos adoptados en el procesamiento de imágenes no se pueden utilizar de manera brutal aquí. Con este fin, diseñamos un método de aumento de datos simple pero efectivo y sensible al tiempo para la predicción de

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Predicción de tendencias bursátiles; Mercados de valores; Datos bursátiles a corto plazo; Modelos de predicción de acciones; Redes neuronales profundas; Aumento de datos
• Keywords:Stock trend prediction; Stock markets; Short-term stock data; Stock prediction models; Deep neural networks; Data augmentation