摘要
为获取准确可靠的股价预测结果,针对股票数据非线性、多因子和时序性等特性,提出一种基于随机森林的SA-BiGRU(RF-SA-BiGRU)模型来预测股票收盘价。该方法在融合自注意力机制(SA)和双向门控循环单元(BiGRU)网络,构建SA-BiGRU模型的基础上,引入降维处理技术随机森林(RF)。采用2008-2022年顺鑫农业(000860)共260个因子数据,通过RF对260个因子进行降维筛选,将经过降维的股票数据作为SA-BiGRU模型的输入,先通过BiGRU充分提取股票数据本身的时空特征,再利用SA自动为BiGRU隐藏层状态分配相应的权重,减少历史信息的丢失和加强对重要因子的关注,然后传递给后续的神经网络层进行股价预测,实验显示RF-SA-BiGRU模型的预测精度和稳定性均优于其他模型。
出处
《中国物价》
2023年第11期52-56,共5页
China Price
基金
国家自然科学基金面上项目“Markov跳跃系统柔性调度与控制优化设计”(173222)
国家自然科学基金面上项目“高维数据统计推断中协方差矩阵估计的优化模型与算法研究”(11971302)。
