期刊文献+

基于深度学习方法的沪铜期货价格预测研究

下载PDF
导出
摘要 为了提高沪铜期货价格预测的准确性,本文运用深度学习方法中的门控循环单元网络(GRU)、长短期记忆神经网络(LSTM)、卷积神经网络(CNN)三种模型对沪铜期货进行不同频率输入数据的价格预测,结果表明:相比于LSTM神经网络和CNN神经网络,GRU神经网络的预测效果最好.相对于低频数据,高频数据的预测结果更加准确.
作者 路凯龙
出处 《全国流通经济》 2019年第33期152-153,共2页 China Circulation Economy
  • 相关文献

参考文献4

二级参考文献19

共引文献142

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部