| 注册
首页|期刊导航|计算机工程与应用|基于深度迁移学习的多尺度股票预测

基于深度迁移学习的多尺度股票预测

程孟菲 高淑萍

计算机工程与应用2022,Vol.58Issue(12):249-259,11.
计算机工程与应用2022,Vol.58Issue(12):249-259,11.DOI:10.3778/j.issn.1002-8331.2112-0501

基于深度迁移学习的多尺度股票预测

Multi-Scale Stock Prediction Based on Deep Transfer Learning

程孟菲 1高淑萍1

作者信息

  • 1. 西安电子科技大学 数学与统计学院,西安 710126
  • 折叠

摘要

关键词

股票预测/深度迁移学习/经验模态分解/长短期记忆网络/移动平均方法

分类

信息技术与安全科学

引用本文复制引用

程孟菲,高淑萍..基于深度迁移学习的多尺度股票预测[J].计算机工程与应用,2022,58(12):249-259,11.

基金项目

国家自然科学基金(91338115) (91338115)

高等学校学科创新引智基地"111"计划(B08038). (B08038)

计算机工程与应用

OA北大核心CSCDCSTPCD

1002-8331

访问量0
|
下载量0
段落导航相关论文