Resumen

El mercado de valores es un mercado financiero caótico, complejo y dinámico. La predicción de los precios futuros de las acciones es una preocupación y un tema de investigación controvertido para los investigadores. Cada vez más se proponen métodos de análisis y predicción por parte de los investigadores. En este artículo proponemos un método híbrido para la predicción de los precios futuros de las acciones utilizando LSTM y EMD de conjunto. Utilizamos EMD integral para descomponer la serie temporal de precios de acciones original en varias subsecuencias que son más suaves, regulares y estables que la serie temporal original. Luego, utilizamos el método LSTM para entrenar y predecir cada subsecuencia. Finalmente, obtuvimos los valores de predicción de la serie temporal de precios de acciones original fusionando los valores de predicción de varias subsecuencias. En el experimento, seleccionamos cinco datos para probar completamente el rendimiento del método. Los resultados de la comparación con los otros cuatro métodos de predicción muestran que los valores predichos muestran una mayor precisión.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Mercado de valores; Predicción; LSTM; Ensemble EMD; Método; Precisión
• Keywords:Stock market; Prediction; LSTM; Ensemble EMD; Method; Accuracy