基于LSTM和灰色模型的股價時間序列預測研究

摘要： 影響股價的因素錯綜復雜，因此在考慮多變量情形下，對時間序列中常用的長短期記憶網(wǎng)絡(LSTM)進行修正，并選取股票價格進行預測.首先，采用方差膨脹因子(VIF)進行變量的篩選，再結合自適應提升法(Adaboost)模型查看特征變量的重要程度.其次，用爬蟲對投資者情緒進行文本分析，計算情緒指數(shù)等指標并揭示其與股價的關系.然后，對格力電器、飛科電器、美的集團3支股票進行股價預測，對比... （共12頁）