VIP12
本课程属于：044-金融时序预测与深度学习 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

金融RNN与LSTM序列预测实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=金融时间序列预测的价值 · RNN与LSTM的定位 · 课程学习路径与实战项目概览
课程导入目标=金融时间序…
02
金融时间序列基础
目标=价格 · 收益率 · 成交量
金融时间序列基础目标=价格
03
Python金融数据处理
目标=Pandas时间序列操作 · 缺失值处理 · 重采样
Python金融数据处理
04
神经网络基础
目标=从感知机到多层前馈网络 · 激活函数 · 损失函数
神经网络基础目标=从感知机到…
05
循环神经网络RNN原理
目标=序列建模动机 · RNN结构 · 隐藏状态
RNN循环神经网络
06
RNN训练难点
目标=梯度消失与梯度爆炸 · BPTT算法 · 梯度裁剪与简单RNN的局限性
RNN训练难点
07
LSTM核心机制
目标=遗忘门 · 输入门 · 输出门
LSTM核心机制
08
GRU与变体
目标=GRU结构 · 与LSTM的对比 · 双向RNN
GRU变体
09
深度学习框架实战
目标=使用PyTorch或Tenso… · 数据加载 · 模型定义与训练循环
深度学习框架实战PyTorch
10
金融预测任务定义
目标=单步预测与多步预测 · 回归与分类任务 · 预测目标选择与评估指标
金融预测任务定义目标=单步预测
11
数据窗口与序列构造
目标=滑动窗口 · 时间步长选择 · 特征与标签对齐
数据窗口序列构造
12
LSTM回归预测实战
目标=构建单变量LSTM预测股票收盘… · 数据准备 · 模型搭建
LSTM回归预测实战
13
多变量LSTM预测
目标=融合开盘价 · 最高价 · 最低价
LSTM多变量
14
分类任务实战
目标=基于LSTM的涨跌方向预测 · 类别不平衡处理 · 阈值选择与混淆矩阵分析
分类任务实战LSTM
15
模型调参与正则化
目标=学习率 · 批大小 · 层数
模型调参正则化
16
过拟合与欠拟合诊断
目标=学习曲线 · 验证曲线 · 偏差方差分析及金融数据中的应对方法
过拟合欠拟合诊断
17
时间序列交叉验证
目标=滚动窗口 · 扩展窗口 · Purged K-Fold与金融数据…
时间序列交叉验证目标=滚动窗口
18
回测与交易策略评估
目标=将预测信号转化为交易策略 · 年化收益 · 夏普比率
回测交易策略评估
19
常见问题与调试
目标=损失不下降 · 梯度异常 · 预测滞后
常见问题调试
20
高级模型融合
目标=CNN-LSTM · Seq2Seq · Transformer与注意力机制在…
高级模型融合CNN-LSTM
21
多步预测策略
目标=递归预测 · 直接多输出 · Seq2Seq解码与误差累积分析
多步预测策略目标=递归预测
22
波动率预测实战
目标=使用LSTM预测已实现波动率或… · 对比传统计量模型
波动率预测实战LSTM
23
高频与日内数据
目标=分钟级数据特征 · 订单流不平衡 · LSTM在日内价格预测中的实战
高频日内数据
24
情绪与另类数据
目标=新闻情感 · 社交媒体情绪 · 文本嵌入与LSTM多模态融合预测
情绪另类数据
25
模型可解释性
目标=注意力权重可视化 · SHAP值 · LSTM门控状态分析与金融决策解释
模型可解释性目标=注意力权重…
26
部署与工程化
目标=模型保存与加载 · ONNX导出 · API服务
部署工程化
27
风险管理与合规
目标=预测不确定性 · 置信区间 · 压力测试
风险管理合规
28
综合项目一
目标=端到端LSTM股价预测系统 · 涵盖数据获取 · 特征工程
综合项目一LSTM
29
综合项目二
目标=多因子LSTM选股策略 · 融合基本面与技术面因子 · 构建排序预测与组合回测
综合项目二LSTM
30
课程总结与进阶
目标=知识体系回顾 · 常见陷阱 · 持续学习资源
课程总结进阶