公开(公告)号：CN113256425A

公开(公告)日：2021-08-13

申请号：CN202110669537.7

申请日：2021-06-17

Applicant: 浙江科技学院

Inventor： 岑跃峰 ,  蔡永平 ,  岑岗 ,  马伟锋 ,  程志刚 ,  徐昶 ,  张宇来 ,  孙奕鸣 ,  虞建东 ,  孙晓勇

IPC: G06Q40/04 ,  G06N3/08

Abstract: 本发明公开了一种用于股票指数预测的数据增强深度学习方法，包括如下步骤：a、构建嵌套式门控循环单元，所述的嵌套式门控循环单元包括重置模块、更新门、当前记忆模块和输出模块；b、获取股票指数的日间数据并进行预处理，将预处理后的股票指数的日间数据按照不同时间间隔排列，利用真实的股票指数数据进行映射得到增强后的新数据；c、将增强后的新数据输入由嵌套式门控循环单元组成的循环层，再将循环层的输出结果输入至全连接层中，利用全连接层对输出结果所包含的信息进行提取和融合，得到股票指数结果。本发明可以在股票指数的日间预测中具有更高的回归精度，提升了回测效果。