机器学习模型在股票价格时间序列分析中的应用与比较  

作　　者：李超 

机构地区：[1]美国华盛顿大学西雅图校区

出　　处：《电子世界》2021年第9期66-70,共5页Electronics World

摘　　要：股票市场是国度经济的主要表现,股价的走势是股票投资者存眷的核心问题。由于股票价格固有的噪声环境和相对市场趋势的较大波动性,股价的拟合和预测是一个具有挑战性的问题。本文使用了随机森林、GBDT算法、神经网络、SVM等模型对股票价格时间序列进行了拟合。

关 键 词：股票市场 股票价格 随机森林 股票投资者 神经网络 市场趋势 股价 波动性 

分 类 号：F83[经济管理—金融学]