《表3 五粮液各模型评价指标比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粒子群优化LSTM的股票预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图5所示，ARIMA模型在股票价格持续上涨或下跌时刻的预测效果较好，预测值接近股价真实值。但是在股价变化剧烈的时刻，ARIMA模型预测结果具有一定的延后性；SVM模型在股价波动剧烈时刻的预测效果较差，预测曲线与真实值之间具有明显的误差；LSTM模型的预测效果优于MLP模型与RNN模型；对于五粮液股票价格的预测，PSO-LSTM模型的预测效果最好，其预测值曲线能较好地逼近股价真实值。表3给出不同预测模型评价指标的比较结果，PSO-LSTM模型除评价指标均优于其他预测模型。