深度神经网络在量化交易里的应用
主要是针对证券期货交易的量化交易采用深度神经，卷积神经网络在交易 信号选取的一个落地应用。 深度学 ...
原文：深度神经网络在量化交易里的应用 之二 -- 用深度网络(LSTM)预测5日收盘价格
距离上一篇文章，正好两个星期。 这篇文章 月 日 ： 开始写。 可能几个小时后就写完了。用一句粗俗的话说， 当你怀孕的时候，别人都知道你怀孕了， 但不知道你被日了多少回 ，纪念这两周的熬夜，熬夜。 因为某些原因，文章发布的有点仓促，本来应该再整理实验和代码比较合适。文章都是两个主要作用： 对自己的工作总结， 方便自己回顾和分享给有兴趣的朋友。 不说废话了， 进入正题。 本次的课题很简单， 深度神 ...
2017-09-15 18:17 1 7740 推荐指数：
相关推荐
利用神经网络预测股票收盘价（含源代码）
攒了几天，发一个大的 这是前几天投了一家量化分析职位，他给的题目的是写神经网络择时模型，大概就是用神经网络预测收盘价 database类：该类用于获得新浪网中的数据，并将其放入本地数据库。在本地数据库中建立两个表，分别是Data2012to2015和Data2015to2016,表中都含有日期 ...
应用深度神经网络预测学生期末成绩
0、引言 写作目的：只是为了学习一下DNN的用法 基本思路： 首先，将学生成绩（平时成绩x、期末成绩y：csv格式）装载； 接着，将成绩数据标准化。（PS：虽然这里 ...
深度学习笔记（一） tf.keras 构建lstm神经网络进行时间序列预测
简介：长短期记忆人工神经网络（Long-Short Term Memory, LSTM）是一种时间递归神经网络(RNN)，论文首次发表于1997年。由于独特的设计结构，LSTM适合于处理和预测时间序列中间隔和延迟非常长的重要事件。 目的：学会使用tf.keras构建lstm神经网络进行 ...
深度学习中神经网络模型的量化
深度学习神经网络模型中的量化是指浮点数用定点数来表示，也就是在DSP技术中常说的Q格式。我在以前的文章（Android手机上Audio DSP频率低 memory小的应对措施 ）中简单讲过Q格式，网上也有很多讲Q格式的，这里就不细讲了。神经网络模型在训练时都是浮点运算的，得到的模型参数也是浮点 ...
机器学习（ML）九之GRU、LSTM、深度神经网络、双向循环神经网络
门控循环单元（GRU） 循环神经网络中的梯度计算方法。当时间步数较大或者时间步较小时，循环神经网络的梯度较容易出现衰减或爆炸。虽然裁剪梯度可以应对梯度爆炸，但无法解决梯度衰减的问题。通常由于这个原因，循环神经网络在实际中较难捕捉时间序列中时间步距离较大的依赖关系。 门控循环神经网络（gated ...
神经网络和深度学习
得到输出y。比如，在房价预测的问题里，有四个输入的神经网络，这输入的特征可能是房屋的大小、卧室的数量、邮 ...
深度神经网络（DNN）
深度神经网络（DNN） 深度神经网络（Deep Neural Networks， 以下简称DNN）是深度学习的基础，而要理解DNN，首先我们要理解DNN模型，下面我们就对DNN的模型与前向传播算法做一个总结。 1. 从感知机到神经网络 在感知机原理小结中，我们介绍过感知机的模型，它是 ...