基于 LSTM 的股票价格预测
2026使用 LSTM 网络对股票收盘价进行时间序列预测,包含滑动窗口构造、归一化与反归一化、与 ARIMA 基线的对比实验。
暂未提供源码链接
课程项目与课题相关的代码实践,关注时间序列预测与数值计算。
使用 LSTM 网络对股票收盘价进行时间序列预测,包含滑动窗口构造、归一化与反归一化、与 ARIMA 基线的对比实验。
实现了几何布朗运动路径模拟、欧式/亚式期权定价,以及方差缩减技术(对偶变量、控制变量)的效果对比。
用有限差分法(显式/隐式/Crank-Nicolson)求解 BS 方程,与解析解对比验证收敛阶。