基于XGBOOST特征选取的LSTM模型评估股票走势分析
现今世界,股票、基金等成为现代人们的一个重要投资渠道,而未来股价走势变化成为投资者关注焦点.基于此,探讨应用XGBOOST对A股某股票的42个金融特征进行排序.通过构建LSTM模型,借助前五日排名靠前的金融特征预测第六日收盘价.实验结果表明排名前四的金融指标用于预测时,效果不错,均方差仅0.5512%,平均绝对值误差仅5.5856%,R2值高达94.2909%.这说明基于XGBOOST特征选取的LSTM股票预测方法可以成为投资者的一个重要参考.
XGBOOST、LSTM、特征排名、股票预测
19
TP18(自动化基础理论)
2023-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
91-94,97