虛擬講堂進入演講
講 題台股期貨走勢預測-倒傳遞類神經與長短期遞歸神經網 路之比較
講 者高雄科技大學資訊管理系 陳文賢
日 期2018/10/25長 度00:09:12人 氣139 次
摘 要
隨著金融科技的進步,金融商品的趨勢預測
一直是學者以及投資人們非常投入的領域;而近
年來,人工智慧與機器學習的成長有著突破性的
進展,尤其是深度學習更是其中最為人所知的。
因此本研究主要將新的演算法應用於金融預測,
且究竟與過去的倒傳遞類神經網路之間是否在預
測準確度上有著顯著的提升。故本研究將使用台
股期貨日內搓合的 Tick 資料作為資料源,透過技
術指標結合機器學習演算法,建構期貨走勢預測
模型,並探討兩者在台指期貨走勢預測上是否有
著更突出的效益。結果顯示在日內資料的狀況下,
以 LSTM 模型有著較好的預測準確度;此結果希
望給予未來學者及投資人更有效的預測方法。
提 供TANET台灣網際網路研討會-TANET2018
進入演講