基于LSTM深度學習的大豆期貨價格預測

作者：范俊明,劉洪久,胡彥蓉

摘要：面對越來越復雜的金融市場環境,以傳統統計學和計量學為主的時間序列預測模型在發現序列中的長期依賴關系方面存在一定局限性,而深度學習中的長短期記憶(LSTM)網絡有望克服這一問題。通過構造一個多層LSTM網絡價格預測模型,使用中國2007—2019年大豆期貨價格數據進行了實證研究。結果顯示,參數調優對LSTM網絡模型預測效果有著較大影響,其中影響較大的主要參數包括迭代次數、學習率、窗口大小和網絡層數等;與ARIMA模型、MLP模型、SVR模型相比,LSTM網絡模型的預測結果準確性更高,在擬合優度(R-2)上分別提高了1.064%、2.147%、1.674%。LSTM網絡模型在價格預測方面的良好表現,為預測大豆期貨價格提供了新思路。

發文機構：浙江農林大學

關鍵詞：深度學習LSTM神經網絡價格預測大豆期貨deep learningLSTMprices forecastingsoybean future

分類號： F737.7[經濟管理—產業經濟]