基于LSTM-ARIMA模型股票预测研究.pdfVIP

下载本文档

7
0
约2.3万字
约 14页
2023-09-25 发布于福建
举报
版权申诉

基于LSTM-ARIMA模型股票预测研究.pdf

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Advances in Social Sciences 社会科学前沿, 2022, 11(7), 2843-2856 Published Online July 2022 in Hans. /journal/ass /10.12677/ass.2022.117390 基于LSTM-ARIMA模型股票预测研究王鑫，石芊芊，陈茹艺，陈国庆* 成都锦城学院，四川成都收稿日期：2022年4月21 日；录用日期：2022年7月13 日；发布日期：2022年7月21 日摘要随着理财观念的不断深化，股票作为金融资产在资本市场的投资价值逐渐显现。因此，对股票价格的预测越来越成为当下专家学者的研究重点。其中，股价涨跌幅趋势的研究能够帮助投资者制定个性化选股策略，从而提高可行性、降低风险，以此达到投资收益率最大化。本文选取不同领域的6支股票进行分析，经过相关性分析和熵权法权重分析后确定收盘价作为股价评价指标，选用2018年2月2 日至2022年3 月30 日收盘价时序列数据数据建立LSTM神经网络进行长期股价走势分析，选用2021年6月1 日至2022 年3月30 日收盘价建立ARIMA模型进行短期股价走势分析，结合拟合值、真实值和模型预测误差，结果显示预值和真实值相差不大。由测试结果可以得出结论，LSTM神经网络模型对于长期时间序列数据预测结果拟合精度高，ARIMA模型对于短期走势走势拟合程度高。因此，结合LSTM神经网络模型和ARIMA 模型模型可以对长短期股价进行预测分析，能够得到一个较为精确的预测走势。关键词投资理财，LSTM神经网络模型，ARIMA模型，股价预测 Research on Stock Forecasting Based on LSTM-ARIMA Model Xin Wang, Qianqian Shi, Ruyi Chen, Guoqing Chen* Chengdu Jincheng University, Chengdu Sichuan st th st Received: Apr. 21 , 2022; accepted: Jul. 13 , 2022; published: Jul. 21 , 2022 Abstract With the deepening of managing money matters, the investment value of stock as a financial asset *通讯作者。文章引用: 王鑫, 石芊芊, 陈茹艺, 陈国庆. 基于 LSTM-ARIMA 模型股票预测研究[J]. 社会科学前沿, 2022, 11(7): 2843-2856. DOI: 10.12677/ass.2022.117390 王鑫等 in the capital market gradually appears. As a result, stock market forecasting began to converge on the research of experts and scientists. Among them, Research on the upward and downward trend in stock prices can help investors develop a personalized stocks election strategy, so as to improve the feasibility and reduce the risk, so as to maximize the return on investment. In this paper, six stocks in different fields are selected for analysis. After correlation analysis and entropy weight analysis, the closing price is determined as the stock p