准确预测股价波动是金融投资关注的焦点问题。股价波动受多种因素影响,具有非线性特征,传统的线性预测方法往往难以奏效。文章选择A股5个代表性股指与5只大市值股票为样本,使用其2020—2023年的日收盘价数据,首先,借助相空间重构技术(Phase Space Reconstruction,PSR)将股价时间序列映射到高维空间中,揭示其混沌特征;然后,基于门控循环单元(Gate Recurrent Unit,GRU)深度学习方法开发出PSR-GRU预测模型,生成股价预测结果;最后,将预测结果与经典预测模型所得结果进行对比。结果发现,股价波动具有混沌特性,PSR-GRU模型在股价预测上表现出更优异的性能。
暂无评论