原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
ISSN1009-3044E-mail：eduf@
ComputerKnowledgeandTechnology电脑知识与技术
ComputerKnowledgeandTechnology电脑知识与技术第20卷第1期(2024年1月）
http：//
Vol.20,No.1,January2024Tel：+86-551
基于BiGRU-ETR混合模型的股票预测研究
王龙
（兰州财经大学统计学院，甘肃兰州730010)
摘要：股票市场作为衡量国家经济发展状况的晴雨表在宏观经济管控的过程中发挥着重要的预警作用，对于经济的发
展走向具有一定的指示性，股票价格的波动则反映着股票市场的状况，及时掌握股票价格的波动便显得尤为重要。因
此为了更准确预测股票价格波动趋势，对国家宏观调控和股票投资者的投资决策提供更为有效的建议，提出了一种极
端随机树(ETR)模型与基于双层双向门控制循环单元(BiGRU)的混合集成模型(BiGRU-ETR)，通过添加并行式模型
ETR的方式，提高模型特征选择能力。使用递归特征消除法(RF-RFE)筛选技术指标，使用网格搜索算法进行两基础模
型的参数寻优，最终使用Stacking集成思想线性集成BiGRU模型和ETR模型的输出数据获得最终预测结果。实验结果
表明，BiGRU-ETR模型的各项评价指标RMSE、MAE和在上证指数以及中国平安两只股票的价格预测中明显优于各对
比模型，从而证实文章所提混合模型在股票预测中的优越性，对于股票投资者而言可以在一定程度上减轻投资风险并
为投资做出合理的规划。
关键词：双向门控循环神经网络(BiGRU)；极端随机树(ETR)；Stacking集成思想；股价预测
中图分类号：TP18文献标识码：A
文章编号：1009-3044(2024)01-0018-04
开放科学（资源服务）标识码(OSID):
0引言优化算法GWO对ENN神经网络中的大量参数进行寻
优处理取得了较好的预测效果。Yu[9]等将局部线性嵌
股票市场作为金融市场中的重要组成部分，从一
入降维算法(LLE)应用到股票价格影响因素的降维
定程度上能反映一个国家经济状况的发展情况，可以
中，减小了特征的冗余度，然后再将降维后的数据运
说是经济发展的晴雨表。因此对股票市场波动趋势
用到BP神经网络中训练并预测，对股价序列实现了
的准确把握便显得尤为重要，越来越多的学者开始研
更高精确度的预测。Bose[10]等使用多元自适应回归样
究如何利用模型对股票价格及其走势进行精准的预
测。胡聿文[1]以LSTM模型为基础，通过主成分分析法条算法(MARS)对股价特征数据进行降维处理，然后
通过深度神经网络模型进行预测，实验结果表明经过
对股票序列中的特征进行筛选然后进行预测得出比
未筛选特征时更加精确的预测效果。孙丽丽等[2]以MARS处理后的数据集代入模型会取得更加优秀的预
测效果。
XGB
文档评论（0）