简介:摘要:过往研究中发现,深度学习方法中的LSTM模型在预测金融时间序列时表现良好。本文基于LSTM模型,对模型的层数、结构、激活函数等进行优化,并将优化后的模型用于对上证50ETF收盘价的预测,结果发现:①模型的层数会影响预测结果,过浅或过深的模型层数都会降低模型的预测能力,两层的LSTM模型对上证50ETF收盘价的预测能力最佳;②引入非线性激活函数的全连接层作为隐藏层可以提升模型的预测能力,exponential激活函数的表现最佳;③对特定隐藏层使用Xavier权重初始化方法可以提升模型预测能力。优化后的LSTM模型预测能力明显提升,该优化方法为LSTM模型构造提供了新的思路。
简介:<正>一、ETF基本情况简要介绍(一)ETF的主要特点ETF是一种追踪特定证券指数,能在证券交易所挂牌交易,并用构成证券指数的一篮子证券进行申购、赎回的证券投资基金,美、英等国称之为"ExchangeTradedFunds",我国台湾地区译之为"指数股票型证券投资信托基金",香港地区译之为"交易所交易基金"。我国内地在理论研讨和制度设计中,沿用香港地区翻译的名称。1993年,第一只ETF(SPDRs)在美国股票交易所挂牌交易。近十年来,ETF在全球范围内得到迅猛发展,截至2002年底,全球共有280只ETF。其中,知名的ETF产品如美国的SPDRs、QQQ及香港的盈富基金等。