基于ARIMA和AT-LSTM組合模型的股票價(jià)格預(yù)測(cè)

打開(kāi)文本圖片集

摘要：ARIMA、LSTM等多種預(yù)測(cè)模型已在時(shí)間序列預(yù)測(cè)中得到應(yīng)用，預(yù)測(cè)精度參差不齊。ARIMA、LSTM以及ARIMA-LSTM組合模型的預(yù)測(cè)精度仍有提升空間。為L(zhǎng)STM引入注意力機(jī)制形成AT-LSTM模型，將ARIMA的預(yù)測(cè)殘差引入AT-LSTM，進(jìn)一步提高預(yù)測(cè)精度。利用不同的評(píng)估方法對(duì)混合模型進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明ARIMA和AT-LSTM組合模型的誤差降低4倍，預(yù)測(cè)精度得到了提高。（剩余5855字）