【技术实现步骤摘要】
本专利技术涉及到金融领域和人工智能领域的结合，特别涉及一种基于深度学习的股价预测方法。
技术介绍
1、股票价格作为一种时间序列数据，与其相关的因素包括价格、成交量等线性因素，同时也包含了市场心理、宏观经济指标、公司基本面等非线性因素，传统的时序分析方法难以捕捉这些复杂的非线性关系，并且需要手动提取特征，在效率和准确性上相较于深度学习模型有所差距。深度学习模型能够很好地处理这些复杂的市场动态，具有强大的计算能力和对大规模数据的适应性，能够更有效地处理复杂金融时间序列，提高建模的准确性。
技术实现思路
1、为了克服现有技术中的不足，本专利技术提供一种基于深度学习的股价预测方法。
2、为了达到上述专利技术目的，解决其技术问题所采用的技术方案如下：
3、一种基于深度学习的股价预测方法，包括以下步骤：
4、步骤s1：对股价数据进行收集；
5、步骤s2：对数据进行预处理，处理成模型能够处理的格式；
6、步骤s3：使用数据对模型进行训练；
7、步骤s4：将过去的股价数据输入到训练好的模型中，并进行预测。
8、进一步的，在所述步骤s2中，对数据进行预处理，首先是对数据进行归一化处理，使所有的数据经过处理后都在某一个范围内，归一化公式为：
9、xnorm＝(x-xmin)/(xmax-xmin)
10、其中，xnorm为归一化后的数据；x为原始数据，xmax为数据中的最大值，xmin为数据中的
11、进一步的，所述步骤s3包括以下内容：
12、步骤s31：将步骤s2中处理好的数据输入到模型中，股票数据将同时进入两个模块，分别为tcn特征提取模块和projector模块，股票数据在进入第一个tcn特征提取模块后，进行特征提取，选择出与股票价格相关性最强的特征；进入projector模块后，学习得到平稳因子τ与δ，其中projector模块为一个全连接层，τ与δ是通过输入数据经过处理得到的统计数据与μx通过projector层中的全连接层投影得到：
13、的计算方法为：
14、
15、μx的计算方法为：
16、
17、其中，s为输入的数据长度，即输入的时间序列的长度，x为单个的输入序列；
18、数据在进入projector模块的同时也会进入到模型之中，进入模型前，数据会经过标准化模块对数据进行标准化，尽量减少时序数据中的非平稳性，其中标准化的计算方法为：
19、
20、其中，x′i为标准化后的输入的时间序列数据；
21、步骤s32：在步骤s31所得到的数据进入到模型中，生成带有已经提取好的特征的股价标签内容；
22、步骤s33：根据所得到的数据以及带有特征的股价标签内容，对预设好的预测模型进行训练，得到可以对股票价格进行预测的模型。
23、进一步的，所述步骤s4包括以下内容：
24、步骤s41：将已经收集好的股价数据输入到模型之中并进行预测，可根据历史数据获得对未来股价走向预测，时序预测的公式为：
25、
26、其中，l表示时序长度，t表示为需要预测的时间序列的长度；
27、步骤s42：经过模型处理好的初步预测值为标准化后的数据，此时需要将数据反标准化恢复到标准化之前的状态，才能得到更为精确的股票价格预测值，反标准化公式为：
28、y′＝h(x′)
29、
30、其中，y′为经过模型预测后的初步预测值序列，h(x′)满足时序预测的函数，即模型本身；y^为经过反标准化的预测值序列，经过这种变换后，得到了更加精确的股票价格序列预测结果。
31、本专利技术由于采用以上技术方案，使之与现有技术相比，具有以下的优点和积极效果：
32、本专利技术提供一种基于深度学习的股价预测方法，对现有的特征提取方法做出了改进，模型主体采用nstransformer模型用于捕捉长时间的时序依赖，在编码器中加入tcn模块用以进行第一步特征提取，由于tcn网络结构具有的强约束性，能够更好地捕捉到与股价具有强相关性的时序依赖，结合这两种模型，提出了基于深度学习模型的股价预测方法，用于预测股价的走势情况。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的股价预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的股价预测方法，其特征在于，在所述步骤S2中，对数据进行预处理，首先是对数据进行归一化处理，使所有的数据经过处理后都在某一个范围内，归一化公式为：
3.根据权利要求1所述的一种基于深度学习的股价预测方法，其特征在于，所述步骤S3包括以下内容：
4.根据权利要求1所述的一种基于深度学习的股价预测方法，其特征在于，所述步骤S4包括以下内容：
【技术特征摘要】
1.一种基于深度学习的股价预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的股价预测方法，其特征在于，在所述步骤s2中，对数据进行预处理，首先是对数据进行归一化处理，使所有的数据经过处理后都在某一个...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。