Análisis comparativo de redes neuronales recurrentes en la predicción de precios de acciones para diferentes dominios de frecuencia
Autores: Dey, Polash; Hossain, Emam; Hossain, Md. Ishtiaque; Chowdhury, Mohammed Armanuzzaman; Alam, Md. Shariful; Hossain, Mohammad Shahadat; Andersson, Karl
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Análisis comparativo de redes neuronales recurrentes en la predicción de precios de acciones para diferentes dominios de frecuencia
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Inversionistas
Técnicas
Predicción de precios de acciones
Redes neuronales recurrentes
LSTM
GRU
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Los resultados muestran que la red neuronal recurrente simple es superada por LSTM y GRU porque la RNN es susceptible a problemas de gradiente desvaneciente, mientras que los otros dos modelos no lo son.
Descripción
Los resultados muestran que la red neuronal recurrente simple es superada por LSTM y GRU porque la RNN es susceptible a problemas de gradiente desvaneciente, mientras que los otros dos modelos no lo son.