收录:
摘要:
本发明提供一种基于ARMA‑LSTM模型的股票预测方法,首先我们利用ARMA模型来对股票序列数据进行回归拟合以及预测,然后再利用LSTM模型对残差序列进行训练以及预测,最后将两者的结果相加即为最终的预测结果。股票交易数据是和历史数据有关的,且是包含线性相关和非线性相关两部分,所以本发明通过预先使用ARMA模型对数据序列进行拟合,抽取出数据序列的线性部分来从而加快LSTM训练的收敛速度,提高LSTM对非线性部分的预测能力来减小局部收敛现象。
关键词:
通讯作者信息:
电子邮件地址: