基于遷移學習的卷積神經網絡的金融指數預測

李子玥 曲英偉

（大連交通大學 軟件工程學院 遼寧省大連市 116028）

1 引言

與傳統的金融指數相比，互聯網金融指數起步較晚，其原因在于互聯網金融的起源比較晚。國外的相關研究資料較少，國外提出一種電子金融，類似于我們國內所研究的互聯網金融。這是因為國外的發達國家的金融業發展較早，當互聯網技術成熟更新后，他們已經形成了穩定的能經受考驗的金融市場體系。而我們國家互聯網金融起源于20 世紀末到21 世紀初期，在招商銀行開通了招商銀行的官網，標志著我們國家金融電子服務進入了一個網絡時代。隨著電子商務的興起，我們國家的互聯網時代進入了一個新的階段，此時我們可以借助于手機查看各種的金融理財產品。當大量的互聯網企業開始涌入市場時，互聯網金融也進入了一個高速發展階段并逐步趨向于成熟。簡單來講互聯網金融就是基于互聯網技術和互聯網環境而進行的一個金融活動，是一種新的金融模式。互聯網金融指數就是基于與金融相關的互聯網上市公司或關聯上市公司編制而得的股票指數。

遷移學習理論最早是Thorndike 和Woodworth 在1901年從心理教育學的角度提出，后來隨著機器學習的發展，人們猜想機器能否像人一樣進行學習的遷移，在學習已有的知識內容上能夠很快的學會相類似的知識內容。在1995 年NIPS-95 的“學會學習(learning to learn)”的專題研討會上正式開始對遷移學習的研究。能夠進行遷移學習的內容可以分為兩部分，把已知的知識內容或者是帶有標簽的數據記為源域或者是源任務，把想要進行學習的新內容或者是沒有標注標簽的數據記為目標域或者是源任務，找到源域與目標域之間的共性進行學習，從而完成目標域任務。……