【《基于机器学习算法下LSTM模型的股票预测分析案例》2000字】

基于机器学习算法下LSTM模型的股票预测分析案例目录TOC\o"1-3"\h\u24114基于机器学习算法下LSTM模型的股票预测分析案例 123564（一）股票指数样本及指标选取 1252821.股票指数样本数据预处理 1186892.基于随机森林的预测指标选择 230098（二）模型参数与稳定性分析 29894（三）股票指数与个股的预测结果 4本章选取国内上证综指为研究对象，采用随机森林法对各预测变量的重要性进行排序，并根据LSTM模型的预测精度进行筛选和分析，确定最佳指标组合；然后，引入多情景预测股指收益，对不同模型下的股指收益预测结果进行对比分析。股票指数样本及指标选取对于股市预测而言，股指能更全面地反映整个股市，且波动性相对来说小于单个股票。因此，基于数据的稳定性和可用性，以及预测结果的覆盖性和普遍性，本文选取了国内证券市场具有代表性的2019年1月2日至2022年3月1日上证综合指数的的日股票指数数据作为研究样本。股票指数样本数据预处理指数样本数据的规范化主要有两方面的原因。首先，由于股票指数值较大，多为数百甚至数千，每个指数都有数万条数据，如果直接计算，会导致LSTM模型运行时间长，难度大；其次，股票指数的不同指标单位也不同，不同指标的幅度和方差也不同。举例来说，收盘价数据可能为千，而收益数据小于1，两者相差甚远。因此，直接输入模型进行预测时，方差较大的指标可能会对预测结果产生较大影响，从而影响预测精度和稳定性。为了提高LSTM模型的训练效率和训练速度，同时对指数数据进行归一化处理，由无量纲形式转化为无量纲表达式。本文对数据进行归一化处理，其公式如下：其中为第i个样本，为样本最小值，为样本最大值。这种数据处理方法也称为标准化或离散标准化，已处理数据的值其范围在[0,1]范围内，并且消除了量纲。同时，该方法能有效避免指数指标单位和变异数差异对预测结果的负面影响。基于随机森林的预测指标选择本小节采用随机森林方法，预测除收益率指标外的股票指数指标，得到指标重要性次序，然后依次输入未参数优化前的LSTM模型，通过判断RMSE值确定指标组合。通过预测和分析股票指标训练集的收益率，得到指标选取的实验过程，如下图19所示。结果为股票指标的平均预测结果，预测结果为RMSE值：图19不同指标组合下预测结果的RMSE值实验结果表明，在指标为6的情况下，RMSE的准确率和LSTM模型建立难度均达到最优值，RMSE值为1.56%，随后RMSE值开始上下波动，但未低于1.56%。本研究报告得出的最优指标组合涵盖了多种指标类别，可以全面反映股票指数且有一定的针对性，最终确定5个指标分别为收盘价，成交量，开盘价，最高价，涨跌幅度。模型参数与稳定性分析合理选取评价指标，能准确、有效地评价模型的稳定性、准确性和准确性。考虑到本文选取了国内多家股票指数进行预测研究，最后选择均方根误差(RMSE)、百分比误差绝对值的平均值(MAPE)和百分比误差绝对值的标准差(SDAPE)三个指标分别对IP-LSTM模型进行评价，其中RMSE指标能够反映模型的预测准确率，RMSE值越小，则模型预测准确率越高；MAPE指标能反映模型预测的准确性，MAPE指标能反映模型的预测精度，MAPE值越小，模型预测精度越高；SDAPE指数反映了模型的稳定性，SDAPE值越小，预测稳定性越好。具体的计算方法如下：其中表示预测值，表示原始数据，N为样本数。本文基于R语言环境，构建了基于Windows环境下的GPU版本Keras框架。由于是对收益率的预测分析，本文采用了均方误差（MeanSquareError,MSE）作为损失函数，并将目前应用最为广泛的自适应矩估计（AdaptiveMomentEstimation，Adam）作为优化器。器，Adam优化器由Kingma和Bal提出，是目前最常用的算法，相比于其它自适应学习率算法来说，该算法学习效率更高，速度更快，效果更好。在训练样本选择方面，每次训练使用50个样本；训练时，保证损失误差约为0.001，因为训练时损失误差会随着训练次数的增加而减小，当损失误差达到0.001时，损失误差基本稳定，如图20所示；时间步数设定为25，也就是每一次预测使用前25组数据进行预测，因为25组数据包含的信息已经足够了，超过25组数据对预测结果影响微乎其微。图20损失误差变化模型网络层数本节的目的在于确定LSTM模型的最佳网络层数，在LSTM模型中，适当增加层数可以提高模型的准确率。本文通过设置不同的网络层数来对LSTM进行有效分析。利用上证综指的训练集样本数据来对不同层数下的LSTM模型进行预测，结果表明网络深度大于3层的预测效果是不如3层的，且计算效率较低，故我们将1至3层的LSTM模型结果列出，如下表2所示，结果为上证综指的预测结果：表2不同层数下LSTM模型的预测结果单位：%股票指数评价指标1层2层3层上证指数RMSE0.47840.39640.3846MAPE1.62371.27831.0382SDAPE1.57481.11491.2234从表中可以看出，LSTM模型的RMSE值在3层时仅略低于2层，但是SDAPE值略高于2层，综合来说，LSTM模型在预测精度和稳定性方面是最优的，且计算时间更短，效率更高。因此本文最终确定LSTM的层数为2层。股票指数与个股的预测结果在上一节确定了LSTM模型的层数之后我们使用训练集的数据作为模型的输入数据，完成模型的训练后对2022年4月-2022年6月的数据进行预测，结果如下图所示：图21上证综指预测