Forecasting Nigerian Equity Stock Returns Using Long Short-Term Memory Technique
创建于 更新于
摘要
本论文基于尼日利亚证券交易所历年股票数据，利用长短期记忆网络（LSTM）构建股价预测模型。通过数据清洗、归一化和重塑，采用80%数据进行训练，20%数据测试。LSTM模型在多个股票预测中表现优异，准确率平均达97%，误差较低，明显优于传统神经网络和卷积神经网络。研究强调大规模、干净数据对模型性能关键，建议未来探索LSTM与其他深度学习模型的融合以增强预测能力和稳定性 [page::0][page::3][page::6][page::8]。
