基于GA-LSTM组合模型的股票价格预测

摘要

随着股票市场的非线性复杂性愈加明显以及市场的波动变幻万千,传统的股票预测方法如时间序列、K线图、广义线性模型等方法已经不再适用于股票预测。为了解决传统股票预测方法中部分信息遗忘、预测精度不高等问题,提出了一种基于GA-LSTM组合模型的预测模型。采用2018年1月2日到2020年9月21日的663个交易日数据,通过GA全局寻优模型寻找LSTM预测模型的最优参数,再对沪深300股票收盘价进行预测,最后通过对比LSTM单一模型和GA-LSTM组合模型评判指标R;与MSE大小,判断模型的预测效果和预测精度。模型输出的各项指标表明,GA-LSTM的R;上升了0.0182左右,均方误差下降了0.0399左右,可以更好的用于股票预测研究。