基于ARIMA-LSTM混合模型的股票短期预测

摘要

股票数据通常具有复杂性、非线性等特点,传统的股指预测模型难以有效地对股票市场进行分析。本文提出ARIMA模型和LSTM神经网络相结合的ARIMA-LSTM混合模型提取股票数据线性及非线性关系,并对股票数据进行短期预测。通过实际股票数据建模分析表明混合模型的预测效果优于单一的ARIMA模型。