基于ARIMA和AT-LSTM组合模型的股票价格预测

作者：张怡

来源：电脑知识与技术, 2022, 18(11): 118-121.

DOI：10.14004/j.cnki.ckt.2022.0739

• 时间序列预测
• ARIMA
• LSTM
• 组合模型

ARIMA、LSTM等多种预测模型已在时间序列预测中得到应用，预测精度参差不齐。ARIMA、LSTM以及ARIMALSTM组合模型的预测精度仍有提升空间。为LSTM引入注意力机制形成AT-LSTM模型，将ARIMA的预测残差引入ATLSTM，进一步提高预测精度。利用不同的评估方法对混合模型进行评估，实验结果表明ARIMA和AT-LSTM组合模型的误差降低4倍，预测精度得到了提高。

• 单位
  长江大学