基于机器学习和深度学习算法的股票预测
案例介绍
我们要做的就是i使用前N天的股票交易数据预测每日收盘价。
选取模型：
1）XGBOOST
梯度提升决策树；非线性回归；性能好；机器学习模型，需要手动提取特征；
3）LSTM
循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，它能够存储过去的信息，又能解决长序列训练过程中的梯度消失和梯度爆炸问题。相比普通的RNN，LSTM能够在更长的序列中有更好的表现。
基于机器学习和深度学习算法的股票预测
案例介绍
通过股票历史（N天）交易数据预测股票的未来（一天）交易数据，如果预测存在较高的准确率，我们就可以通过当天买入隔天卖出/当天卖出隔天买入的方式来实现盈利。
我们要做的就是i使用前N天的股票交易数据预测每日收盘价。
选取模型：
1）XGBOOST
梯度提升决策树；非线性回归；性能好；机器学习模型，需要手动提取特征；
3）LSTM
循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，它能够存储过去的信息，又能解决长序列训练过程中的梯度消失和梯度爆炸问题。相比普通的RNN，LSTM能够在更长的序列中有更好的表现。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
