摘要
提出XGBoost-ESN组合模型股价预测方法.使用网格搜索法对XGBoost模型和ESN模型进行参数优化并改进模型结构,利用最小二乘法联合XGBoost和ESN进行数据预测.测试结果表明,改进的XGBoost-ESN组合模型能有效减少预测误差,对股票价格预测的精度更高.
A stock price prediction method of XGBoost-ESN combined model is proposed.The grid search method is used to optimize the parameters of the XGBoost model and the ESN model and improve the model structure.The least square method is used to combine the XGBoost and ESN for data prediction.The test results show that the improved XGBoost-ESN combination model can effectively reduce the prediction error and has higher accuracy in stock price prediction.
作者
谷嘉炜
韦慧
GU Jiawei;WEI Hui(College of Mathematics and Big Data,Anhui University of Science and Technology,Huainan 232000,China)
出处
《牡丹江师范学院学报（自然科学版）》
2022年第1期1-5,共5页
Journal of Mudanjiang Normal University：Natural Sciences Edition
基金
国家自然科学基金项目(11601007)
安徽省博士后基金项目(2019B318)。
作者简介
通讯作者:谷嘉炜(1998-),女,山东威海人.硕士研究生,主要从事机器学习、时间序列预测研究;韦慧(1986-),女,广西河池人.副教授,博士,主要从事偏微分方程数值解研究。
