基于XGBoost-LSTM模型的多特征股票价格预测研究

摘要

为探寻股票价格规律，提出XGBoost与LSTM组合的股票价格预测模型，选取恒瑞医疗股票2000年10月18日上市至2022年9月1日所有交易日的交易数据为实证分析对象.首先，建立单特征与多特征LSTM模型分别对股票价格进行预测；其次，构建XGBoost模型以进一步实现预测并将预测结果作为新变量输入到多特征LSTM模型；然后，使用LSTM模型在新数据集上进行建模；最后，对比分析表明多特征LSTM模型预测效果优于单特征预测，XGBoost-LSTM预测模型效果优于多特征LSTM预测，说明本文提出的方法能进一步提升预测效果，对投资者有一定参考价值.

关键词

股票价格预测 / XGBoost算法 / 长短期记忆模型