股票收益预测是量化交易中的一个难点问题。文中选取了从 2015 年至 2025 年这十年的数据对 ARIMA 模型、随机森林以及 LSTM 的预测结果进行了比较，在误差及显著性水平上验证了随机森林的优越性，并且得出的拟合趋势线和真实值较为接近，拟合效果较好。虽然各模型对具体涨跌幅的预测存在差异，这说明了金融市场的可预测性确实较低。ARIMA 模型不能很好地应对市场变化；LSTM 虽然能够记忆长周期特征，但是其具有延迟的特点；随机森林能更好地应对外部复杂的市场波动。