10.3969/j.issn.1004-7530.2019.27.013
面向农产品期货价格预测的改进LSTM方法
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.
农产品期货、价格预测、长短期记忆
36
TP391(计算技术、计算机技术)
2019-11-04（万方平台首次上网日期，不代表论文的发表时间）
共5页
48-52
