江柏霖 岳 杰 兰胜杰

(河北建筑工程学院，河北 张家口 075000)

0 引 言

随着国家经济的发展.人民所接触的新奇事物也开始增多，人民开始金融经济的投资，其中金融经济的入口之一便是股票.21世纪的今天，股票作为人民金融投资的普遍方式，如何在股票中赚钱成为中国大大小小股民的共同目标.如何赚钱便要掌握股票的走势，因此股票市场的预测工作引起了社会以及学术界的广泛关注.由于股票的走势随市场变动，又常常因为政策变化发生很大的变动，这也使得股民对于股市的走势越发难测，股民很难在股票中投资盈利[5].

人工智能在国内的快速发展，越来越多的专家学者开始研究深度学习领域相关技术，深度学习广泛应用于图像识别、图像分类、目标预测、自然语言处理、语音识别、文本分类等各个领域[8].其中目标预测对于股票走势方向能起到提升准确度的目的[1].最后发现循环神经网络(RNN)对于顺序序列数据学习处理中又表现出优于其他神经网络的性能.但是循环神经网络再处理大量数据时往往会出现对于过去数据信息遗忘太快的缺点[2]，于是我们使用长短期记忆模型循环神经网络(LSTM)，它在原有RNN的条件下加入了输入门，输出门以及遗忘门，这能处理好循环神经网络对于过去数据遗忘的问题，还能解决RNN梯度爆炸等一系列问题[6].我们将股票几年的走势引入RNN中进行训练，让计算机分析出股票近几年的走势习惯，从而预……