基于BiGRU-ETR混合模型的股票预测研究

股票市场作为衡量国家经济发展状况的晴雨表在宏观经济管控的过程中发挥着重要的预警作用,对于经济的发展走向具有一定的指示性,股票价格的波动则反映着股票市场的状况,及时掌握股票价格的波动便显得尤为重要。因此为了更准确预测股票价格波动趋势,对国家宏观调控和股票投资者的投资决策提供更为有效的建议,提出了一种极端随机树(ETR)模型与基于双层双向门控制循环单元(BiGRU)的混合集成模型(BiGRU-ETR),通过添加并行式模型ETR的方式,提高模型特征选择能力。使用递归特征消除法(RF-RFE)筛选技术指标,使用网格搜索算法进行两基础模型的参数寻优,最终使用Stacking集成思想线性集成BiGRU模型和ETR模型的输出数据获得最终预测结果。实验结果表明,BiGRU-ETR模型的各项评价指标RMSE、MAE和在上证指数以及中国平安两只股票的价格预测中明显优于各对比模型,从而证实文章所提混合模型在股票预测中的优越性,对于股票投资者而言可以在一定程度上减轻投资风险并为投资做出合理的规划。