关键词：互联网金融 时间序列 动态预测 深度神经网络 序列建模 

摘要：近些年,互联网金融市场在国内外迅速发展;同时,针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场,互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究,提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先,该模型可以实现对多序列(市场宏观动态序列和多种子序列)特征变量输入的处理,并且在时间和序列特征2个维度上利用注意力机制来融合输入变量.其次,模型设计了基于预测序列平稳性约束的优化函数,使得模型具有更好的稳健性.最后,在真实的大规模数据集上进行了大量的实验,结果充分证明了所提出的模型在互联网金融市场动态预测问题上的有效性与稳健性.

计算机研究与发展杂志要求:

{1}摘要200字左右，应具有独立性和自明性，阐明撰写该文的目的、方法、结论并体现出原创性，不加引注。

{2}来稿请恪守学术道德，严禁抄袭。

{3}来稿经审查后,编辑部有权对来稿作适当文字修改.来稿不退,请作者自留底稿。

{4}间接引文通常以“参见”或“详见”等引领词引导，反映出与正文行文的呼应，标注时应注出具体参考引证的起止页码或章节。标注项目、顺序与格式同直接引文。

{5}本期刊的文献引证方式均采用页下注（脚注），采用小五号宋体，每页单独编号，注释中卷次、出版时间、刊期、页码一律用阿拉伯数字表示。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社