Precio de acciones pronosticado con aprendizaje profundo: un estudio comparativo
Autores: Shahi, Tej Bahadur; Shrestha, Ashish; Neupane, Arjun; Guo, William
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Precio de acciones pronosticado con aprendizaje profundo: un estudio comparativo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Memoria a largo plazo
Unidad recurrente con compuertas
Arquitecturas de aprendizaje profundo
Pronóstico del mercado de valores
Sentimiento de noticias financieras
Arquitectura de aprendizaje profundo cooperativo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 43
Citaciones: Sin citaciones
Los modelos de memoria a largo plazo (LSTM) y unidad recurrente con compuertas (GRU) son arquitecturas populares de aprendizaje profundo para la predicción del mercado de valores. Diversos estudios han especulado que la incorporación del sentimiento de noticias financieras en la predicción podría producir un mejor rendimiento que el uso solo de características de acciones.
Descripción
Los modelos de memoria a largo plazo (LSTM) y unidad recurrente con compuertas (GRU) son arquitecturas populares de aprendizaje profundo para la predicción del mercado de valores. Diversos estudios han especulado que la incorporación del sentimiento de noticias financieras en la predicción podría producir un mejor rendimiento que el uso solo de características de acciones.