基于 ANN 与 LSTM 集成模型在股市预测中的应用
计算工程、金融与科学
2024-11-14 v3
摘要
股票交易一直是现代社会的一个关键经济指标，也是投资银行、量化交易公司和对冲基金等金融巨头的主要利润来源。发现看似波动却内在结构化的经济活动中的潜在模式，已成为许多公司的研究核心。我们的研究利用了广泛使用的现代金融预测算法，包括 LSTM、ANN、CNN 和 BiLSTM。我们首先利用 R2、MAE、MSE、RMSE 等指标对这些知名算法在我们股市数据上的预测性能进行了详细评估与比较。基于这些模型的性能，我们旨在结合它们的优势并减轻其劣势，努力构建一个强大的混合模型，以克服单个模型的性能限制。通过严格的实验与探索，我们最终开发了一个突破以往性能瓶颈的 LSTM+ANN 模型，取得了极具前景且令人振奋的结果。
引用
@article{arxiv.2410.20253,
title = {Application of an ANN and LSTM-based Ensemble Model for Stock Market Prediction},
author = {Fang Liu and Shaobo Guo and Qianwen Xing and Xinye Sha and Ying Chen and Yuhui Jin and Qi Zheng and Chang Yu},
journal= {arXiv preprint arXiv:2410.20253},
year = {2024}
}
备注
This paper is accepted by ICISCAE 2024