1. 本选题研究的目的及意义
随着经济全球化和金融市场一体化的深入发展，股票市场作为国民经济的“晴雨表”，其波动对全球经济发展和金融稳定具有重要影响。
美股市场作为全球最具影响力的股票市场之一，其股指走势不仅反映了美国经济状况，也对全球其他市场产生着重要的溢出效应。
准确预测美股股指价格走势，对于投资者把握市场动向、规避投资风险、制定合理的投资策略具有重要的现实意义。
2. 本选题国内外研究状况综述
近年来，国内外学者对股票市场预测进行了广泛研究，并取得了丰硕成果。
传统的时间序列分析方法，如arima模型、garch模型等，在股票价格预测方面得到广泛应用，但其预测精度受限于模型本身的假设条件和线性特征。
近年来，随着机器学习技术的快速发展，支持向量机（svm）、随机森林（rf）等机器学习算法被引入股票市场预测领域，并取得了较好的预测效果。
3. 本选题研究的主要内容及写作提纲
本研究将以美股股指价格预测为研究对象，利用lstm模型构建预测模型，并对模型进行训练、验证和优化。
主要内容包括以下几个方面:
1.数据收集与预处理:从可靠数据源获取美股股指历史数据，对数据进行清洗、去噪和标准化处理，并构建特征集。
2.lstm模型构建:设计lstm模型结构，确定模型的输入、输出和隐藏层参数，选择合适的激活函数和优化算法。
4. 研究的方法与步骤
本研究将采用定量分析为主、定性分析为辅的研究方法，结合理论分析和实证研究，具体步骤如下：
1.准备阶段:确定研究方向，完成开题报告。
收集整理国内外相关文献，进行系统学习和梳理。
掌握lstm模型的基本原理和应用方法，以及相关的深度学习技术。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.模型方面:将lstm模型应用于美股股指价格预测，并结合美股市场的特点对模型进行优化，以期提高预测精度。
2.数据方面:构建多源数据特征集，将技术指标、宏观经济指标、投资者情绪指标等纳入模型，以提高模型的预测能力。
3.方法方面:探索新的模型训练方法和参数优化策略，以提高模型的泛化能力和鲁棒性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.丁美琳,张鹏. 基于深度学习的股票价格预测研究综述[j]. 计算机应用研究,2022,39(12):3505-3510,3516.
2.王思琦,谢金星,王磊,等. 基于多特征融合gru和lstm混合模型的股指预测[j]. 计算机工程与应用,2022,58(24):200-207.
3.李雄英,黄锐. 基于ceemd-lstm组合模型的股指预测研究[j]. 统计与信息论坛,2021,36(12):77-86.
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
