Biblioteca122.739 documentos en línea

Artículo

Stock Index Prices Prediction via Temporal Pattern Attention and Long-Short-Term MemoryPredicción de precios de índices bursátiles a través de la atención a patrones temporales y la memoria a largo plazo y corto plazo.

Resumen

Este estudio intenta predecir los precios de los índices bursátiles utilizando análisis de series temporales multivariadas. La motivación del estudio se basa en la idea de que los conjuntos de datos de los precios de los índices bursátiles involucran patrones periódicos débiles, información a largo plazo y a corto plazo, para los cuales enfoques tradicionales y redes neuronales actuales como los modelos autorregresivos y la Máquina de Vectores de Soporte (SVM) pueden fallar. Este estudio aplicó la Atención de Patrones Temporales y la Memoria a Largo y Corto Plazo (TPA-LSTM) para la predicción con el fin de superar el problema. Los resultados muestran que la predicción de los precios de los índices bursátiles a través del algoritmo TPA-LSTM podría lograr un mejor rendimiento de predicción que las redes neuronales profundas tradicionales, como la red neuronal recurrente (RNN), la red neuronal convolucional (CNN) y la red de series temporales a largo y corto

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento