在我國經(jīng)濟(jì)飛速發(fā)展、科技高速進(jìn)步的大背景下,金融市場的影響也越來越大,而金融時(shí)間序列的分析與預(yù)測對投資者的決策有很大的影響。由于金融數(shù)據(jù)具有非線性、高噪聲、非平穩(wěn)等特點(diǎn),金融時(shí)間序列的預(yù)測在經(jīng)濟(jì)、數(shù)學(xué)等學(xué)科得到了充分的研究和發(fā)展,預(yù)測模型也經(jīng)歷了從線性到非線性模型的轉(zhuǎn)變,金融科技（Fintech）應(yīng)運(yùn)而生。為了提高金融時(shí)間序列預(yù)測的準(zhǔn)確性,本文提出了一種由自適應(yīng)噪聲的完整集成經(jīng)驗(yàn)?zāi)B(tài)分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）算法和添加注意力機(jī)制（Attention Mechanism,AM）的長短期記憶網(wǎng)絡(luò)（Long Short Term Memory,LSTM）結(jié)合的時(shí)間序列預(yù)測模型。首先,基于注意力機(jī)制對LSTM模型進(jìn)行改進(jìn),充分利用LSTM隱藏層的各個(gè)時(shí)刻的輸出信息,進(jìn)行注意力分布的計(jì)算,對輸出信息進(jìn)行加權(quán)。通過與其他模型進(jìn)行對比,驗(yàn)證了所提出的LSTM-ATTE模型的有效性。接著,研究了經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

RNN的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu);

RNN的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

LSTM的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[2]支持向量機(jī)在金融時(shí)間序列預(yù)測中的應(yīng)用[J]. 吳萌,徐全智.  電子科技大學(xué)學(xué)報(bào). 2007(S1)

博士論文
[1]一種金融市場預(yù)測的深度學(xué)習(xí)模型：FEPA模型[D]. 張承釗.電子科技大學(xué) 2016

碩士論文
[1]EEMD分解方法在我國股票市場分析預(yù)測中的應(yīng)用[D]. 劉夢怡.山東大學(xué) 2018



本文編號(hào)：3232723