预测股票市场走势的模型评估

近年来,随着股票市场的不断发展,包含大量股票价格信息的数据库也越来越被重视,对于股票预测方法的探索也从未中断。文章通过对上证指数的历史数据进行收集,采用移动平均法、自回归综合移动平均、长短期记忆网络三种算法对股票走势进行预测,判断哪种算法预测的精确度最高。实验证明,LSTM算法的拟合程度更高,均方根误差RMSE最小。该算法能够通过学习股票历史数据的变化,利用其内部的选择记忆性,更准确地实现短期股票的预测。