用于短期股票市场预测的单变量与多变量 LSTM 模型
统计金融
2022-05-16 v1 人工智能
机器学习
摘要
设计稳健且准确的预测模型长期以来一直是一个有价值的研究领域。虽然市场预测有效论的支持者认为准确预测市场价格是困难的，但许多学者持不同意见。稳健且准确的预测系统不仅有助于企业，也有助于个人进行金融投资。本文提出了一种具有两种不同输入方法的 LSTM 模型，用于预测两家印度公司——信实工业（Reliance Industries）和印孚瑟斯（Infosys Ltd）的短期股价。从雅虎财经网站获取了十年的历史数据（2012-2021）以对所提方法进行分析。在第一种方法中，两家选定公司的收盘价直接应用于单变量 LSTM 模型。在第二种方法中，由收盘价计算技术指标值，然后集体应用于多变量 LSTM 模型。对随后几天的短期市场行为进行了评估。实验结果表明，第一种方法有助于确定未来趋势，而带有技术指标的多变量 LSTM 模型在准确预测未来价格行为方面更为有用。
引用
@article{arxiv.2205.06673,
title = {Univariate and Multivariate LSTM Model for Short-Term Stock Market Prediction},
author = {Vishal Kuber and Divakar Yadav and Arun Kr Yadav},
journal= {arXiv preprint arXiv:2205.06673},
year = {2022}
}
备注
24 pages, 20 figures, 8 tables