基于深度学习的事件驱动型股票预测[论文研读笔记]简介：使用深度学习模型来对股票进行预测，首先将新闻事件提取出来，然后将其表示为稠密向量，使用神经张量网络（NeuralTensorNetwork）来训练事件。.然后使用深度卷积神经网络（deepconvolutionalneuralnetwork...
基于深度学习的股票市场预测.pdf.-1-中国科技论文在线基于深度学习的股票市场预测#赵志勇，王峰，李元香**基金项目：国家自然科学基金（61103125）；教育部博士点基金（20100141120046）作者简介：赵志勇（1989-），男，硕士，主要研究方向：机器学习，智能...
基于深度学习的股票价格预测模型研究兰秋军，梁必果（湖南大学工商管理学院，湖南省、长沙市，410082）摘要：计算机的快速发展使量化投资逐渐成为了一个重要的投资工具，以西蒙斯为代表顶尖量化投资基金...
由我院姜富伟教授和我院博士生马甜、湖南大学金融与统计学院唐国豪副教授合作撰写的论文《深度学习与中国股票市场因子投资—基于生成式对抗网络方法》被《经济学（季刊）》正式接收。随着互联网云计算等技术的发展，深度学习神经网络模型已广泛应用在各行各业。
作者：DmitryRastorguev编译：BigQuant我对技术及其在金融数据分析，特别是投资中的应用感到着迷。以下是2017年发布的关于深度学习及其在投资领域应用的免费学术论文汇编。请享用！欢迎在AI量化知识…
股票预测模型，收集了机器学习和股票预测的深度学习模型，包括交易机器人和（股票）模拟。模型Stackingmodels-堆叠模型深度前馈自动编码器神经网络降低尺寸+深度递归神经网络+ARIMA+极限提升梯度回归
而深度学习的表征能力可以应对金融市场复杂的高维数据，与强化学习相结合，深度强化学习具有直接从高维数据中学习控制策略的强大力量。因此，基于深度强化学习的股票交易模型不需要“外部监督”，智能体通过不断试错进行学习，并直接进行决策。
金融市场是国家资本市场的重要组成部分,它在保持国民经济的良好快速发展势头中有着不可替代的作用。股票作为其中的典型代表,深受投资者的关注。通过对股票走势的研究和预测,投资者希望挖掘成功的获利模式,管理者则可以进行干涉调控。
所谓的深度学习不过是基于历史数据进行拟合的归纳法罢了，如果把深度学习用来做股票预测，长期的是expected亏钱的，因为市场在变，规律在变，历史可能重演，但是又不尽相同。深度学习肯定是可以用在股票市场的，比如针对某只股票的新闻情感分析等。
硕士学位论文论文题目：基于LSTM和多类别特征体系的股票短期趋势预测的研究作者姓名学科专业计算机技术学位类型工程硕士培养类别全日制专业型硕士所在学院计算机科学与技术学院提交日期：2020年07Short-termTrendForecast...
深度学习/机器学习并没有标榜自己无所不能，可惜很多应用的人连方法的适用前提都不管不问，金融领域硕博...
关于论文的一些思考1.在一定程度上,深度学习确实可以帮助我们摸清股市规律。在股市中赚钱是需要掌握信息优势的,需要利用信息的不对称性从信息匮乏的一方赚钱。而深度学习的一大优势...
具体论文名列表：Adeeplearningframeworkforfinancialtimeseriesusingstackedautoencodersand...
前导论文:使用结构化的事件来预测股价运动(cnblogs/yinzm/p/8507920.html)研究目标:美股,标普500简介:使用深度学习模型来对股票进行预测,首先将新闻事件提取出来,然...
DOI:10.16707/jki.Ijpc.20l8.07.003基于LSTM深度学习的股市预测研究莫洁安(广西民族师范学院广西崇左5322(0)[摘要]本文研究基于LSTM深度学习...
财务分析:使用深度学习算法进行股票市场预测-研究论文大数据分析在收集大量数据、分析信息方面发挥着重要作用,深度学习在分析大量数据...在本文中,我们采用深度学习的概念来提高正...
本文重点解读论文「Cross-sectionalStockPricePredictionusingDeepLearningforActualInvestmentManagement」,该论文被2020年国际人工智能与区块链大会(AIBC2020)收录,介...
浅析深度学习在股票预测中的应用前景·123·DOI:10.19551/jki.issn1672-9129.2019.07.122浅谈机器人材料的选择王琛琪(南京市中华中学江苏南京210000...
开始写论文的产品经理38人赞同了该文章项目源码见:w821881341/MarketVectors原文链接:https://medium/@TalPerry/deep-learning-the-stock-market-df853d139e02为什么NLP...
很有用，在做多品种关联性研究，板块个股关系敏感度都有用到。关键在于参数的选择和你对数据本身的理解...