《表2 混淆矩阵:基于特征选择的RF-LSTM模型成分股价格趋势预测》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于特征选择的RF-LSTM模型成分股价格趋势预测》
本文构建的LSTM模型,是在windows操作系统下搭建GPU版本的keras框架,基于Python语言环境。考虑到对股票价格进行预测,本文选取均方误差(MSE)作为损失函数,适应性矩估计(Adam)作为优化器,Adam优化器是由Kingma和Ba于2015年提出的算法[11],也是目前最常用的算法。LSTM模型在冯宇旭和李裕梅(2019)[12]的实验基础上,结合本文的数据特点,经过多次实验调整,最终选择最优参数设置。模型单次训练样本个数均设置为30,调整模型训练次数,使模型的损失稳定在0.001左右,隐藏神经元个数设置为10个,时间步设置为20,即使用以往20组的数据预测下一组数据。模型的预测评价指标选准确率(Accuracy)和F1值来进行评价,公式如式(8)至式(11)所示,其意思如表2所示。
图表编号 | XD00211118100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 刘玉敏、李洋、赵哲耘 |
绘制单位 | 郑州大学商学院、郑州大学商学院、郑州大学商学院 |
更多格式 | 高清、无水印(增值服务) |