Predictive Performance of LSTM Networks on Sectoral Stocks in an Emerging Market: A Case Study of the Pakistan Stock Exchange
创建于 更新于
摘要
本研究针对巴基斯坦股票交易所十个主要行业的股票，应用LSTM深度学习模型进行收盘价预测，结合大量技术指标和财务数据，取得了稳定、高流动性行业（如发电、水泥、化肥）股票的高预测准确性（R²＞0.87），但对高波动性及外部冲击敏感股票的表现较差。通过特征相关性、SHAP和集成梯度解释性分析，揭示模型重视中长期技术趋势和部分财务基本面，对短期波动及股息信息依赖较少，提出在新兴市场股票预测中深度学习模型的应用框架与局限，为投资提供参考[page::0][page::3][page::7][page::9]。
