國立虎尾科技大學 |

登入

回首頁

結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 = = An...

張皓彥

結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 = = An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 =/ 張皓彥.
其他題名:	An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model /
其他題名:	An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model.
作者:	張皓彥
出版者:	雲林縣 :國立虎尾科技大學 , : 民113.06.,
面頁冊數:	[8], 34面 :圖, 表 ; : 30公分.;
附註:	指導教授: 涂光億.
標題:	比特幣. -
電子資源:	電子資源

結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 = = An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model /
張皓彥

結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 =An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model /An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model.張皓彥. - 初版. - 雲林縣 :國立虎尾科技大學 ,民113.06. - [8], 34面 :圖, 表 ;30公分.

指導教授: 涂光億.

碩士論文--國立虎尾科技大學財務金融系碩士班.

含參考書目.

隨著全球金融市場中比特幣及其它加密貨幣快速興起，精確預測其價格變動成為金融科技領域的一項重要挑戰。本論文旨在探討一種結合粒子群優化（PSO）算法加上長短期記憶網絡（LSTM）創新模型——PSO-LSTM模型在比特幣價格預測上的應用潛力和有效性。本論文使用於2015年1月1日開始至2024年5月1日比特幣市場數據對PSO-LSTM模型進行了價格的預測，並與傳統的LSTM模型進行了對比。本文發現PSO-LSTM模型在預測準確度方面均優於傳統模型，特別是在處理市場極端條件下的預測任務時顯示出其強大的適應性和可靠性。研究還探討了比特幣模型數據預測中的潛在應用，展示了其廣泛的應用前景。.

(平裝)Subjects--Topical Terms:

1450849
比特幣.

結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 = = An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model /
LDR:02822cam a2200241 i 4500 001 1129687
008 241015s2024 ch ak erm 000 0 chi d
035 $a (THES)112NYPI0304003
040 $a NFU $b chi $c NFU $e CCR
041 0 # $a chi $b chi $b eng
084 $a 008.155M $b 1120 113 $2 ncsclt
100 1 $a 張皓彥 $3 1448750
245 1 0 $a 結合粒子群優化算法與長短期記憶網絡的比特幣價格預測模型研究 = $b An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model / $c 張皓彥.
246 1 1 $a An Investigation into Bitcoin Price Prediction Using a Combined Particle Swarm Optimization and Long Short-Term Memory Network Model.
250 $a 初版.
260 # $a 雲林縣 : $b 國立虎尾科技大學 , $c 民113.06.
300 $a [8], 34面 : $b 圖, 表 ; $c 30公分.
500 $a 指導教授: 涂光億.
500 $a 學年度: 112.
502 $a 碩士論文--國立虎尾科技大學財務金融系碩士班.
504 $a 含參考書目.
520 3 $a 隨著全球金融市場中比特幣及其它加密貨幣快速興起，精確預測其價格變動成為金融科技領域的一項重要挑戰。本論文旨在探討一種結合粒子群優化（PSO）算法加上長短期記憶網絡（LSTM）創新模型——PSO-LSTM模型在比特幣價格預測上的應用潛力和有效性。本論文使用於2015年1月1日開始至2024年5月1日比特幣市場數據對PSO-LSTM模型進行了價格的預測，並與傳統的LSTM模型進行了對比。本文發現PSO-LSTM模型在預測準確度方面均優於傳統模型，特別是在處理市場極端條件下的預測任務時顯示出其強大的適應性和可靠性。研究還探討了比特幣模型數據預測中的潛在應用，展示了其廣泛的應用前景。.
520 3 $a With the rapid rise of Bitcoin and other cryptocurrencies in the global financial market, accurately predicting their price fluctuations has become an important challenge in the field of financial technology. This paper aims to explore the application potential and effectiveness of a novel model combining Particle Swarm Optimization (PSO) algorithm with Long Short-Term Memory (LSTM) network—the PSO-LSTM model—in predicting Bitcoin prices. Using Bitcoin market data from January 1, 2015, to May 1, 2024, this paper predicts prices using the PSO-LSTM model and compares it with the traditional LSTM model. The study finds that the PSO-LSTM model outperforms the traditional model in terms of prediction accuracy, especially demonstrating its strong adaptability and reliability in handling prediction tasks under extreme market conditions. The research also discusses the potential applications in Bitcoin price data prediction, showcasing its extensive prospects..
563 $a (平裝)
650 # 4 $a 比特幣. $3 1450849
650 # 4 $a 價格預測. $3 1450850
650 # 4 $a 粒子群優化（PSO）. $3 1450851
650 # 4 $a 長短期記憶網絡（LSTM）. $3 1450852
650 # 4 $a PSO-LSTM模型. $3 1450853
650 # 4 $a 機器學習. $3 995923
650 # 4 $a 金融科技. $3 1450854
650 # 4 $a Bitcoin. $3 1100824
650 # 4 $a Price Prediction. $3 1450855
650 # 4 $a Particle Swarm Optimization (PSO). $3 1450856
650 # 4 $a Long Short-Term Memory Network (LSTM). $3 1450857
650 # 4 $a PSO-LSTM Model. $3 1450858
650 # 4 $a Machine Learning. $3 1137723
650 # 4 $a Fintech. $3 1450859
856 7 # $u https://handle.ncl.edu.tw/11296/e7r9w6 $z 電子資源 $2 http