（29-6-01）通过回测、ARIMA 和 GRU 预测股票价格：深度学习模型预测（1）

29.8  深度学习模型预测

对于股票市场这类序列数据，使用不考虑数据序列的模型进行预测可能会丢失数据中的重要信息。因此，在本项目中引入了递归神经网络（RNN），它能有效利用数据的序列信息进行预测。

递归神经网络主要有三种类型：标准 RNN、长短期记忆网络（LSTM）和门控递归单元（GRU）。标准 RNN 因梯度消失问题而使用较少，而 LSTM 和 GRU 采用了不同的机制来解决这一问题。GRU 相比 LSTM 更快且更高效，因为它具有更少的参数。

在本项目中，将使用 GRU 来进行股票市场的预测，因为它在处理长期依赖关系时比其他类型的递归神经网络更高效。

29.8.1  准备工作