-
题名VAE-ATTGRU模型的股指期货价格预测研究
- 1
-
-
作者
张玉婷
金传泰
李勇
-
机构
中国科学技术大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第17期293-301,共9页
-
文摘
针对股指期货市场高波动、非平稳、非线性和高信噪比等特性造成的预测难度大的问题,利用变分自编码器(VAE)和循环神经网络(RNN)提出一种基于VAE-ATTGRU的混合深度学习股指期货价格预测模型。利用变分自编码器对股指期货技术指标进行学习,将VAE学习到的潜在因子与原始数据融合实现数据增强,得到更丰富的因子表示;使用循环神经网络对股指期货价格进行预测,发现结合了注意力机制的门控循环单元(ATTGRU)可以对VAE增强后的股指期货数据进行充分学习,对关键特征信息进行捕捉并重新赋予权重。在沪深300股指期货、中证500股指期货和上证50股指期货数据上进行实验,通过均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数R2对VAE-ATTGRU模型进行评估,发现其在预测精度上优于其他模型。
-
关键词
股指期货预测
变分自编码器(VAE)
数据增强
注意力机制
门控循环单元(GRU)
-
Keywords
stock index futures prediction
variational autoencoder(VAE)
data augmentation
attention mechanism
gated recurrent unit(GRU)
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于粗糙集和支持向量机的股指期货预测模型研究
被引量：2
- 2
-
-
作者
周磊
-
机构
中油资产管理有限公司
-
出处
《山东科学》
CAS
2010年第5期66-70,共5页
-
文摘
本文提出基于粗糙集和支持向量机的股指期货走势预测模型。在模型中首先使用粗糙集对指标集进行特征选择,剔除冗余指标,然后使用支持向量机对基于历史数据的股指期货价格走势进行预测。为了评估该预测模型的性能,将预测结果与传统的自回归移动平均模型和BP神经网络模型的预测结果进行比较。实验结果表明了该模型的有效性。
-
关键词
股指期货预测
粗糙集
支持向量机
BP神经网络
自回归移动平均模型
-
Keywords
stock index futures prediction
rough sets
support vector machines
BP neural networks
ARMA model
-
分类号
F224-39
[经济管理—国民经济]
-
-
题名基于主成分分析法与BP神经网络的股指期货价格预测
被引量：3
- 3
-
-
作者
江建明
柳长青
-
机构
百色学院数学与统计学院
-
出处
《现代商业》
2015年第18期176-177,共2页
-
基金
百色学院校级项目:脉冲作用下动态网络的多稳定性研究(2014KB03)
广西教育厅级项目:脉冲作用下动态网络的多稳定性研究(KY2015YB280)
-
文摘
本文基于主成分分析法与BP神经网络相结合的模型对沪深300期货合约价格进行预测分析,研究发现,采用主成分分析法与BP神经网络相结合的进行预测分析,具有收敛速度快、预测精度高的优点。
-
关键词
主成分分析
BP神经网络
股指期货价格预测
-
分类号
F726
[经济管理—产业经济]
-
-
题名基于支持向量机的股指期货合约价格预测
- 4
-
-
作者
毕欣
杨嫄嫄
-
机构
吉林大学商学院
吉林大学经济学院
-
出处
《中国证券期货》
2011年第5X期12-12,共1页
-
文摘
随着金融市场的不断发展,对于股指期货的预测变得十分必要。本文首先介绍了支持向量机并且分析了支持向量机的原理,并且建立了基于支持向量机的股指期货合约价格预测模型,最后应用实例验证其科学性。
-
关键词
股指期货
股指期货预测
人工神经网络
支持向量机
-
分类号
F832.51
[经济管理—金融学]
-
-
题名浅析股指期货预测的意义与方法
- 5
-
-
作者
苏铭彻
刘奕爽
杨嫄嫄
-
机构
吉林大学计算机科学与技术学院
吉林大学经济学院
-
出处
《中国证券期货》
2011年第5X期29-29,共1页
-
文摘
金融是现代经济的核心,而金融衍生品的出现在20世纪80年代左右。股指期货作为重要的金融衍生品之一在金融市场中具有不可忽视的影响。但其规范性仍然有待提高。尽管其发展最晚,但无疑是最成功的。随着金融市场的不断发展,对于股指期货的预测变得十分必要。与此同时,伴随着市场需求,包括神经网络和支持向量机在内的多种金融预测工具被广泛应用在其预测中。
-
关键词
股指期货
股指期货预测
神经网络
支持向量机
-
分类号
F832.51
[经济管理—金融学]
-
