基于人工智能的中国股票价格预测与异质性研究

来源：暨南学报·哲学社会科学版杂志2023年第3期北京时间：

作者：张　琳

摘要：本文构建一个基于人工智能的中国股票价格预测模型，并探究预测效果异质性的原因。根据理论及现实，股票价格主要受利率、市场行为、技术指标以及公司价值因素等影响。对沪深两市具有代表性的个股价格进行预测的实证研究发现：股价预测值与真实值多数时间吻合，日度数据模型与月度数据模型预测精度偏差平均值分别落在1.7％和8％的水平内，且引入控制变量利率的稳健性检验并没有明显的变化产生。进一步地异质性研究给出，模型变量——自身股价、成交量、估值，是股票价格预测效果差异化的理论及现实影响因素。从而为我国政策当局、市场投资指数以及金融机构提供参考、建议和依据，共同维护股票市场的健康稳定乃至金融稳定。

关键词：人工智能,长短期记忆网络ＬＳＴＭ,股票价格预测,异质性