Resumen

Dado que el mercado de valores es una parte importante de la economía nacional, cada vez más inversores han comenzado a prestar atención a los métodos para mejorar el retorno de la inversión y evitar efectivamente ciertos riesgos. Muchos factores afectan la tendencia del mercado de valores, y la información relevante tiene la naturaleza de series temporales. Este artículo propone un modelo compuesto CNN-BiSLSTM para predecir el precio de cierre de la acción. La memoria a corto y largo plazo especial bidireccional (BiSLSTM), que mejora la memoria a corto y largo plazo bidireccional (BiLSTM), agrega una función 1tanh() en la compuerta de salida que hace que el modelo prediga mejor el precio de la acción. El modelo extrae características avanzadas que influyen en el precio de la acción a través de la red neuronal convolucional (CNN), y predice el precio de cierre de la acción a través de BiSLSTM después de que los datos son procesados por CNN. Para verificar la efectividad del modelo, se utilizan los datos históricos del Índice de Componentes de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Mercado de valores; Inversores; Retorno de la inversión; Riesgos; CNN-BiSLSTM; Precio de cierre
• Keywords:Stock market; Investors; Return on investment; Risks; CNN-BiSLSTM; Closing price