股票价格预测模型构建：技术指标、算法和参数设置

由于股票价格受经济环境、政策变化、公司业绩等多种因素影响，选择合适的技术指标和预测算法至关重要。

在技术指标方面，可以选择‘MACD’指标和‘RSI’指标。‘MACD’指标是一种趋势指标，可以显示股票价格的短期和长期趋势，同时也可以判断价格的超买和超卖情况。‘RSI’指标则是一种动量指标，可以显示价格的相对强度，并且可以判断价格的超买和超卖情况。

在预测算法方面，可以选择支持向量机(SVM)算法和长短期记忆网络(LSTM)算法。SVM算法是一种非线性分类算法，可以通过寻找最优超平面将数据集分成两类，从而进行预测。LSTM算法则是一种深度学习算法，可以通过记忆单元和门控单元来预测未来的趋势。

在设置参数方面，可以选择使用历史数据进行模型训练，然后使用验证集进行模型调参，最后使用测试集进行模型评估。可以调整的参数包括‘MACD’指标的短期和长期周期、‘RSI’指标的计算周期、SVM算法的核函数和正则化参数、LSTM算法的隐藏层数和学习率等等。

最终生成的股票价格预测模型可以根据实际情况进行调整和优化，从而提高预测的准确性和可靠性。