《表3 五粮液各模型评价指标比较》
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。
图表编号 | XD00115230500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 宋刚、张云峰、包芳勋、秦超 |
绘制单位 | 山东财经大学计算机科学与技术学院、山东财经大学山东省数字媒体技术重点实验室、山东财经大学计算机科学与技术学院、山东财经大学山东省数字媒体技术重点实验室、山东大学数学学院、山东财经大学计算机科学与技术学院、山东财经大学山东省数字媒体技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |