基于人工智能的中国股票价格预测与异质性研究 |
| |
引用本文: | 张琳.基于人工智能的中国股票价格预测与异质性研究[J].暨南学报,2023(3):123-132. |
| |
作者姓名: | 张琳 |
| |
作者单位: | 北京工业大学经济与管理学院;北京大学数量经济与数理金融教育部重点实验室 |
| |
基金项目: | 国家社会科学基金重大项目“货币政策分配效应与缩小收入和财富差距的有效路径研究”(20&ZD105);;北京市教育委员会社科计划一般项目“北京金融环境下居民资产选择与价格水平影响研究”(SM202110005014); |
| |
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。进一步的异质性研究给出,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 |
|