面向农产品期货价格预测的改进LSTM方法

发布时间：2023-04-15 15:06

　　期货市场在金融领域具有重要的地位,而期货价格走势的预测对投资者和决策都十分关键。目前,期货价格走势预测模型使用的方法较为单一,且预测模型的精度不够理想。文章以农产品期货价格预测为研究对象,围绕数据预处理、模型构建、集成决策等展开相关工作,针对农产品期货价格具有的典型时序性特征以及其非线性、非平稳等特点,提出一种基于LSTM模型的改进LSTM预测方法。该改进方法引入EEMD方法,先对原始期货价格序列进行分解,再对分解所得的每个子序列进行建模、预测、叠加子序列预测结果以得到最后的预测结果。实验结果表明,该改进方法与LSTM,SVR等传统的机器学习预测模型相比,精度明显提升。

【文章页数】：5 页

【文章目录】：
0 引言
1 研究方法
    1.1 RNN与LSTM
    1.2 EMD与EEMD
    1.3 改进的LSTM方法
2 实验
    2.1 数据说明与预处理
    2.2 评价标准
    2.3 改进的LSTM模型构建
    2.4 参数选择
    2.5 模型比较
3 结语



本文编号：3791081