《表1 不同算法在美国股票新闻数据集下的评价指标》
在训练弱学习器时采用Adam作为优化器,学习率设置为0.01,权重衰减设置为0.001,随机从数据集中选择了60只股票进行训练,30只进行测试.测试结果如图2所示.各个视角的弱学习器模型在四种指标下的预测结果如图3所示.可以看出,MVLSTM-IL算法在Ma,Macd,Boll三种指标的预测结果与原始数据比较接近,并且通过MVLSTM-IL算法,使用多视角股票特征数据得到的七日内股价预测与真实数据的平均误差和直接使用股价这一单一视角或者使用BP神经网络作为弱学习器的预测模型相比,得到的平均误差更小,更接近真实的股价.几种算法在股价的误差和、均方误差以及各指标平均误差的对比结果如表1所示.
图表编号 | XD00203797800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.30 |
作者 | 李金轩、杜军平、薛哲 |
绘制单位 | 智能通信软件与多媒体北京市重点实验室北京邮电大学计算机学院、智能通信软件与多媒体北京市重点实验室北京邮电大学计算机学院、智能通信软件与多媒体北京市重点实验室北京邮电大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |