RNN与LSTM如何预测股票市场－－应用计量经济学时间序列分析在股票预测上有多大的作用？

一、从随机漫步理论到目前的大盘走势,如何看待未来的发展趋势?

随机漫步理论认为，股票价格随机运动，而不是按照可预测的行为模式运动。
根据这个理论，股票市场分析毫无意义，因为研究趋势、模式、或个别证券的内在强弱徒劳无获。
我不知道你是否该理论的追随者，我是否认的。
目前市场好象杂乱无章，该上不上，其实却是最合理的做法。
现在众多散户认为已经超跌应有反弹，同时仍然期待奥运行情的启动；
从技术分析上，也认为2245有非常强的支撑，目前离2245已不远，何不等待？种种这些心理因素，促使他们持股观望，却又犹疑而不愿或无力推升股价。
庄家当然不可能充当“解放军”，甚至还会“落井下石”，所以，现在只有往下破2245才是最后一跌。

二、应用计量经济学时间序列分析在股票预测上有多大的作用？

作用没有想象中的大，你可以用股票的滞后变量来进行回归分析，滞后2~3期就够了，不过数据必须具体点，最好细分到每季度、每月的上证指数，还有时间上怎么也要十年左右吧！ 我以前在论文附录中做过分析，数据都是自己按季度整理的，挺麻烦的呢，如果需要的话就发给你~ 还有就是，我觉得写关于股票的预测方面的实际用处并不是很大，毕竟股票的影响因素太多，单单的凭借以前的走势而预期太不好了。
。
我自己也炒股票，就像那些macd、kdj之类的指标根本就起不到太大的作用，如果那个能预期的话，股市岂不就成了提款机了？现在你做的这个就像是那些指标一样，要知道，股市是活的，人是活的，而指标确实死的！说这么多的意思就是股市不是能简单预测的，你做的那个用处不大。
。
 如果你想做的话，建议换个题目，我当时的写的是对弗里德曼的货币需求理论在中国市场的分析。
你可以写写货币供应量对通货膨胀的时滞性，分析下在我国市场的滞后期大概是多少~数据在国家统计局和中国人民银行都可以找到的，样本空间一定要足够大，在对滞后变量分析时候主要考虑各自的T检验是否通过，一般从通过之后大概就是那个的滞后期！这个比较直接反而有些许用处~ 要是能分析出国家的一般性政策对实体市场的影响就更好了，更有用了~ 呵呵，以上只是自己的建议~有什么其他的问题就给我留言吧~

三、利用什么技术分析方法预测股票中短期趋势

首先是大盘 再者是该股票K线组合、技术位置 其次是常用指标macd、kdj等等

四、非平稳时间序列可以预测股票走势吗

一般把非平稳时间序列转化为平稳时间序列的方法是取n阶差分法。
比如举个例子，假设xt本身是不平稳的时间序列，如果xt～I(1) ,也就是说x的1阶差分是平稳序列。
那么 xt的1阶差分dxt=x(t)-x(t-1) 就是平稳的序列 这时dt=x(t-1)如果xt～I(2)，就是说xt的2阶差分是平稳序列的话xt的1n阶差分dxt=x(t)-x(t-1) 这时xt的1阶差分依然不平稳，那么 对xt的1阶差分再次差分后，xt的2阶差分ddxt=dxt-dxt（t-1）便是平稳序列 这时dt=-x(t-1)-dxt（t-1）n阶的话可以依次类推一下。

五、有哪些LSTM和RNN网络的教

LSTM的三个门输出数字和向量的情况都有。
门（input，forget，output）输出的维度和cell状态的维度一致即可。
也就是说三个门的输出分别控制被控制向量（cell input，cell（t-1），cell（t））中的元素。
举个例子，如果cell状态的维度是1，那么被控制向量（cell input，cell（t-1），cell（t））的维度也都是1，那么三个门的输出都是0-1之间的数字（选用sigmoid激活函数）；
如果cell状态的维度是N，那么被控制向量（cell input，cell（t-1），cell（t））的维度也分别都是N，那么三个门的输出都是0-1之间的向量（选用sigmoid激活函数），且门输出向量的维度都是N。

参考文档