标题：基于股票预测的ARIMA模型、LSTM模型比较
作者：丁文绢
作者单位：西华大学经济学院， 四川 成都 610039
关键字：深度学习；Seq2seq；神经网络；价格趋势预测
摘要：股票市场是金融市场的重要组成部分，与经济的发展密切相关。对于股票价格的各种分析预测问题伴随着金融市场的建立一直存在，为此使用上证A股50的历史交易数据作为研究对象，对其进行收盘价格趋势预测分析。通过ARIMA模型、LSTM模型对股价走势进行预测。经过实证研究，结合误差指标和交易绩效等展示模型预测精度和预测效果，最后得出基于LSTM模型的深度神经网络模型具有较好的预测精度。并且通过使用多种深度学习方法，从金融市场的历史交易数据中发现当前市场中潜在的获利机会，指导机构和个人投资者进行更好的投资。