基于LSTM神经网络的股票价格预测

针对传统的时间序列方法和传统的机器学习算法对股票价格预测的精度较低这一问题,鉴于股票数据的非线性、非平稳性以及序列间的相关性,建立了LSTM神经网络预测模型,以云南旅游股票历史交易数据为输入,对云南旅游股票的收盘价进行预测,并求解基于各预测模型下的统计指标MAE,RMSE,且与其他两种模型的预测结果进行比较.结果表明,LSTM神经网络预测模型比其他2种(BP、Elman)神经网络预测模型的预测误差更小,结果更为准确,预测值更接近于股票价格的真实值.