Аннотация:В выпускной квалификационной работе Ван Юйжаня основной задачей является анализ того, могут ли модели нелинейной динамики предсказывать цены акций более эффективно, чем традиционные модели машинного обучения и линейные модели.
Интересно также сравнить и проанализировать модели прогноза временных рядов,
А также предоставить инвесторам различные идеи для финансовых инвестиций.
Работа состоит из введения, списка основных обозначений, трех глав фактического анализа и заклочения. В этой статье выбраны три типичные модели из трех типов прогнозирования: ARIMA, LSTM и PSR-LSTM. А в качестве объекта исследования взята цена закрытия индекса Доу-Джонса на фондовом рынке США с финансового кризиса 2008 года по настоящее время. Среднеквадратическая ошибка использовалась в качестве индекса оценки модели для сравнительного анализа, чтобы выявить плюсы и минусы модели.