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：
