期貨市場在金融領(lǐng)域具有重要的地位,而期貨價格走勢的預(yù)測對投資者和決策都十分關(guān)鍵。目前,期貨價格走勢預(yù)測模型使用的方法較為單一,且預(yù)測模型的精度不夠理想。文章以農(nóng)產(chǎn)品期貨價格預(yù)測為研究對象,圍繞數(shù)據(jù)預(yù)處理、模型構(gòu)建、集成決策等展開相關(guān)工作,針對農(nóng)產(chǎn)品期貨價格具有的典型時序性特征以及其非線性、非平穩(wěn)等特點,提出一種基于LSTM模型的改進(jìn)LSTM預(yù)測方法。該改進(jìn)方法引入EEMD方法,先對原始期貨價格序列進(jìn)行分解,再對分解所得的每個子序列進(jìn)行建模、預(yù)測、疊加子序列預(yù)測結(jié)果以得到最后的預(yù)測結(jié)果。實驗結(jié)果表明,該改進(jìn)方法與LSTM,SVR等傳統(tǒng)的機器學(xué)習(xí)預(yù)測模型相比,精度明顯提升。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 研究方法
    1.1 RNN與LSTM
    1.2 EMD與EEMD
    1.3 改進(jìn)的LSTM方法
2 實驗
    2.1 數(shù)據(jù)說明與預(yù)處理
    2.2 評價標(biāo)準(zhǔn)
    2.3 改進(jìn)的LSTM模型構(gòu)建
    2.4 參數(shù)選擇
    2.5 模型比較
3 結(jié)語



本文編號：3791081