2026《基于差分自回归移动平均模型(ARIMA)、LSTM以及LSTM-Bspline的保洁公司收盘价分析预测研究》20000字.docx

基于差分自回归移动平均模型(ARIMA)、LSTM以及LSTM-Bspline的保洁公司收盘价分析预测研究

摘要

金融市场是国家经济体系中至关重要组成部分，在某种意义上反应着一个国家的经济发展状况，对金融时间序列进行预测一直是众多投资者的关注热点。然而，由于受国际市场、政治形势以及自然灾害等多种因素影响，金融时间序列具有极大的不确定性，呈现出非平稳、非线性、高度嘈杂等特征。这给金融时间序列的预测增加了难度。

相较于普通时间序列，金融时间序列往往在不同时间区间内呈现出不同的变化特征。因此，对某个时间点的预测或对序列整体变化趋势的分析往往无法反映出金融时间序列真实的变化规律。

本文提出了时间序列的