27
2019第 期9 Jiangsu Science江苏科技信息 & Technology Information September 2019
年 月 ,
面向农产品期货价格预测的改进LSTM方法
刘锦源
210095
(南京农业大学,江苏 南京 )
摘要: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
LSTM LSTM
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 模型的改进 预测方法。该
EEMD
改进方法引入 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、
LSTM SVR
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 , 等传统
的机器学习预测模型相比,精度明显提升。
关键词:农产品期货;价格预测;长短期记忆
TP391 A
中图分类号: 文献标志码:
7 LSTM
0 引言 究,李科嘉[ ]使用 模型对玉米期货主力合约进
我国作为农业大国,农产品期货在我国期货市场 行预测建模,相关实验结果均表明智能预测方法的预
面向农产品期货价格预测的改进LSTM方法 来自淘豆网m.daumloan.com转载请标明出处.