深度神經網絡在量化交易里的應用
主要是針對證券期貨交易的量化交易采用深度神經，卷積神經網絡在交易 信號選取的一個落地應用。 深度學 ...
原文：深度神經網絡在量化交易里的應用 之二 -- 用深度網絡(LSTM)預測5日收盤價格
距離上一篇文章，正好兩個星期。 這篇文章 月 日 ： 開始寫。 可能幾個小時后就寫完了。用一句粗俗的話說， 當你懷孕的時候，別人都知道你懷孕了， 但不知道你被日了多少回 ，紀念這兩周的熬夜，熬夜。 因為某些原因，文章發布的有點倉促，本來應該再整理實驗和代碼比較合適。文章都是兩個主要作用： 對自己的工作總結， 方便自己回顧和分享給有興趣的朋友。 不說廢話了， 進入正題。 本次的課題很簡單， 深度神 ...
2017-09-15 18:17 1 7740 推薦指數：
相關推薦
利用神經網絡預測股票收盤價（含源代碼）
攢了幾天，發一個大的 這是前幾天投了一家量化分析職位，他給的題目的是寫神經網絡擇時模型，大概就是用神經網絡預測收盤價 database類：該類用於獲得新浪網中的數據，並將其放入本地數據庫。在本地數據庫中建立兩個表，分別是Data2012to2015和Data2015to2016,表中都含有日期 ...
應用深度神經網絡預測學生期末成績
0、引言 寫作目的：只是為了學習一下DNN的用法 基本思路： 首先，將學生成績（平時成績x、期末成績y：csv格式）裝載； 接着，將成績數據標准化。（PS：雖然這里 ...
深度學習筆記（一） tf.keras 構建lstm神經網絡進行時間序列預測
簡介：長短期記憶人工神經網絡（Long-Short Term Memory, LSTM）是一種時間遞歸神經網絡(RNN)，論文首次發表於1997年。由於獨特的設計結構，LSTM適合於處理和預測時間序列中間隔和延遲非常長的重要事件。 目的：學會使用tf.keras構建lstm神經網絡進行 ...
深度學習中神經網絡模型的量化
深度學習神經網絡模型中的量化是指浮點數用定點數來表示，也就是在DSP技術中常說的Q格式。我在以前的文章（Android手機上Audio DSP頻率低 memory小的應對措施 ）中簡單講過Q格式，網上也有很多講Q格式的，這里就不細講了。神經網絡模型在訓練時都是浮點運算的，得到的模型參數也是浮點 ...
機器學習（ML）九之GRU、LSTM、深度神經網絡、雙向循環神經網絡
門控循環單元（GRU） 循環神經網絡中的梯度計算方法。當時間步數較大或者時間步較小時，循環神經網絡的梯度較容易出現衰減或爆炸。雖然裁剪梯度可以應對梯度爆炸，但無法解決梯度衰減的問題。通常由於這個原因，循環神經網絡在實際中較難捕捉時間序列中時間步距離較大的依賴關系。 門控循環神經網絡（gated ...
神經網絡和深度學習
得到輸出y。比如，在房價預測的問題里，有四個輸入的神經網絡，這輸入的特征可能是房屋的大小、卧室的數量、郵 ...
深度神經網絡（DNN）
深度神經網絡（DNN） 深度神經網絡（Deep Neural Networks， 以下簡稱DNN）是深度學習的基礎，而要理解DNN，首先我們要理解DNN模型，下面我們就對DNN的模型與前向傳播算法做一個總結。 1. 從感知機到神經網絡 在感知機原理小結中，我們介紹過感知機的模型，它是 ...