content目录01研究背景与问题提出02理论基础与模型选择依据03数据预处理与特征工程设计04混合模型架构设计与训练流程05模型性能评估与对比实验06可解释性分析与市场洞察挖掘07应用前景与未来改进方向
研究背景与问题提出01
股票价格作为高噪声、非平稳时间序列,传统线性模型难以捕捉其复杂动态特征价格非平稳性股价序列不具备平稳的均值与方差,受政策、情绪等外生冲击影响显著。传统ARIMA等模型难以适应结构性突变,预测误差随时间累积。高噪声干扰市场微观结构噪声与短期投机行为掩盖了长期趋势信号。直接拟合原始价格易导致过拟合,需通过状态解耦提取有效信息。非线性特征涨跌幅度与成交量之间存在非对称响应
原创力文档

文档评论(0)