近年来,房地产市场行业的蓬勃发展为我国房地产市场带来了众多新的发展机遇。同时,房地产行业是我国国民经济的重要组成部分和支柱产业。如何能更加精准地把握房价走向对于房地产事业的发展和居民的消费决策以及生活水平具有重要意义和重大影响。本文选取了大连市甘井子区二手房房价月度数据,分别采用时间序列分析中的ARIMA模型、指数平滑模型、长短期记忆网络(Long Short-Term Memory,LSTM)模型对预处理后的数据进行分析和预测,目的是使预测精度进一步提高。ARIMA模型在拟合前需要对序列进行平稳性检验以及白噪声检验,目的是判断序列是否具有一定的规律可循,而不是杂乱无章的时间序列。本文在对序列进行检验后拟合了恰当的ARIMA模型并得到对未来五期的预测结果;指数平滑模型的优点是可以根据历史数据的时间间隔调整其在预测未来值时所占权重,更加符合现实中大多数随机事件的发展规律;LSTM网络模型具有强大地时间序列分析能力,尤其适宜分析和预测存在长期依赖的时间序列数据。本文在利用LSTM网络模型进行预测后得到了更小的均方根误差。为了分析多种因素对房价的影响,本文还选取制造业PMI、PPI、大连市居民消费价格指数、年末总人口等多个影响因子进行多元时间序列分析。研究发现,本文所拟合的时间序列模型得到的预测值与实际值都比较接近。其中,ARIMA模型拟合的趋势比较准确;指数平滑模型预测精度较高;LSTM网络模型预测精度最高;多元时间序列分析模型预测趋势比较准确但是误差最大。总体来看,未来几个月房价依然处于缓慢上升状态,短期内增幅较小。