47、股票价格预测与车联网任务卸载技术解析

股票价格预测与车联网任务卸载技术解析

股票价格预测模型研究

在股票市场预测领域，为了衡量模型的预测准确性，通常会采用一些特定的性能指标。这里主要使用了三个指标，分别是平均绝对误差（MAE）、均方根误差（RMSE）和决定系数（$R^2$）。这些指标的数学定义如下：
- 平均绝对误差（MAE） ：$MAE = \frac{1}{n}\sum_{t = 0}^{n - 1}|y_t - \hat{y} t|$
- 均方根误差（RMSE） ：$RMSE = \sqrt{\frac{1}{n}\sum {t = 0}^{n - 1}(y_t - \hat{y} t)^2}$
- 决定系数（$R^2$） ：$R^2 = 1 - \frac{\sum {t = 0}^{n - 1}(y_t - \hat{y} t)^2}{\sum {t = 0}^{n - 1}(y_t - \bar{y})^2}$

其中，$y_t$ 和 $\hat{y} t$ 分别代表时间 $t$ 时的实际值和预测值，$\bar{y} = \frac{\sum {t = 0}^{n - 1}y_t}{n}$。对于更好的预测性能，MAE 和 RMSE 应接近零，$R^2$ 应接近 1。

为了进行对比，研究测试了提出的 WAE - BLSTM 模型与其他四种不同模型（LSTM、BLSTM、W - LSTM、W - BLSTM）。通过对 S&P500 指数数据（2014 - 2017）的年度价格