基于特征选取与LSTM模型的股指预测方法研究
来源：计算机工程与应用杂志2019年第6期北京时间：
作者：陈 佳，刘冬雪，武大硕
单位：天津科技大学 计算机信息与工程学院，天津 300457
摘要：为了更好地研究股指预测问题，提出了基于特征选取与LSTM模型的股指预测方法，该方法从优化特征参数选取角度对模型预测能力进行提升，包含全面选取特征参数、应用系统聚类法进行特征分类、应用主成分分析对分类特征进行降维三个步骤。在实证论证中，应用LSTM模型对纳斯达克股票指数数据和标普500指数数据进行预测，实验结果表明所提出的方法计算量小，预测结果在速度和准确度两方面分析均得到显著提升。
关键词：关键词：股指预测,特征选取,系统聚类,主成分分析
