1. 毕业设计（论文）的内容和要求
股价波动是一个高度复杂的非线性系统，随着人工智能技术与大数据技术的不断应用和发展，深度学习网络模型被广泛应用于股票预测研究中。
LSTM模型在时序数据预测方面具有较好的表现，它可以刻画当前数据与之前的输入数据之间的关系，利用其记忆能力，保存输入网络之前的状态信息，利用之前的状态信息影响后续数据的确切值与发展趋势。
本课题基于LSTM网络特性，将LSTM模型应用于股票价格的预测。
2. 参考文献
参考文献：[1] Krollner B，Vanstone B，Finnie G .Financial time seriesforecasting with machine learning techniques：a survey[C]European Symposium on ESANN，2010.[2]朱俊璋. 基于深度学习的股票价格预测研究[D].哈尔滨工业大学,2019.[3]陈祥一. 基于卷积神经网络的沪深300 指数预测[D]. 北京：北京邮电大学，2018.[4]任君,王建华,王传美,王建祥.基于正则化LSTM模型的股票指数预测[J].计算机应用与软件,2018,35(04):44-48 108.[5]宋刚,张云峰,包芳勋,秦超.基于粒子群优化LSTM的股票预测模型[J/OL].北京航空航天大学学报:1-11[2019-12-27].[6]裴大卫,朱明.基于多因子与多变量长短期记忆网络的股票价格预测[J].计算机系统应用,2019,28(08):30-38. [7]弗朗索瓦肖莱.Python深度学习[M].人民邮电出版社:20-73.[8]曾安,聂文俊.基于深度双向LSTM的股票推荐系统[J].计算机科学,2019,46(10):84-89.[9]苗开超,韩婷婷,王传辉,章军,姚叶青,周建平.基于LSTM网络的大雾临近预报模型及应用[J].计算机系统应用,2019,28(05):215-219. [10]彭燕,刘宇红,张荣芬.基于LSTM的股票价格预测建模与分析[J].计算机工程与应用,2019,55(11):209-212.[11]林晓明.人工智能选股之循环神经网络模型华泰人工智能系列之九[M]. 华泰证券.[12]Chen K，Zhou Y，Dai F.A LSTM- based method for stock returns prediction：a case study of China stockmarket[C]//IEEE International Conference on Big Data，2015：2823-2824.[13] 周恺越. 基于深度学习的股票预测方法的研究与实现[D].北京：北京邮电大学，2018.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
