期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于深度学习方法的沪铜期货价格预测研究
下载PDF
职称材料
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
机构地区
北方工业大学经济管理学院
出处
《全国流通经济》
2019年第33期152-153,共2页
China Circulation Economy
关键词
沪铜期货
价格预测
深度学习
分类号
F832.48 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
19
参考文献
4
共引文献
142
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
4
1
黎镭,陈蔼祥,李伟书,梁伟琪,杨思桐.
GRU递归神经网络对股票收盘价的预测研究[J]
.计算机与现代化,2018(11):103-108.
被引量:14
2
龙奥明,毕秀春,张曙光.
基于LSTM神经网络的黑色金属期货套利策略模型[J]
.中国科学技术大学学报,2018,48(2):125-132.
被引量:14
3
孙达昌,毕秀春.
基于深度学习算法的高频交易策略及其盈利能力[J]
.中国科学技术大学学报,2018,48(11):923-932.
被引量:9
4
杨青,王晨蔚.
基于深度学习LSTM神经网络的全球股票指数预测研究[J]
.统计研究,2019,36(3):65-77.
被引量:115
二级参考文献
19
1
戴稳胜,吕奇杰,徐曼文.
股指期货信息内含股价变动信息的挖掘--小波框架与支持向量回归的金融建模应用[J]
.统计研究,2008,25(2):78-83.
被引量:5
2
仇中群,程希骏.
基于协整的股指期货跨期套利策略模型[J]
.系统工程,2008,26(12):26-29.
被引量:47
3
曾濂,马丹頔,刘宗鑫.
基于BP神经网络改进的黄金价格预测[J]
.计算机仿真,2010,27(9):200-203.
被引量:18
4
刘国旗.
非线性GARCH模型在中国股市波动预测中的应用研究[J]
.统计研究,2000,17(1):49-52.
被引量:48
5
葛翔宇,吴洋,周艳丽.
门限协整套利:理论与实证研究[J]
.统计研究,2012(3):79-87.
被引量:12
6
苏治,傅晓媛.
核主成分遗传算法与SVR选股模型改进[J]
.统计研究,2013,30(5):54-62.
被引量:26
7
陈海英,吴明慧.
基于均匀设计优化预测模型参数的混沌时间序列预测[J]
.计算机应用与软件,2014,31(10):176-179.
被引量:1
8
王宣承.
基于LASSO和神经网络的量化交易智能系统构建——以沪深300股指期货为例[J]
.投资研究,2014,33(9):23-39.
被引量:9
9
许骥.
基于遗传BP神经网络的地下水位预测模型[J]
.地下水,2015,37(3):19-21.
被引量:7
10
孙晨,李阳,李晓戈,于娇艳.
基于布谷鸟算法优化BP神经网络模型的股价预测[J]
.计算机应用与软件,2016,33(2):276-279.
被引量:30
共引文献
142
1
毕秀春,杨皓峰.
基于t分布的贝叶斯深度学习模型及其应用[J]
.计算机系统应用,2022,31(11):330-338.
2
张金清,何菁,展一帆.
期权交易量对现货收益率预测能力的研究[J]
.投资研究,2021,40(2):92-108.
被引量:8
3
刘宁宁,张量.
基于PCA-GRU的股票指数预测模型的研究[J]
.计算机应用研究,2020,37(S01):113-115.
被引量:6
4
谢梦蝶,秦江涛.
遗传算法优化BP神经网络预测股指研究[J]
.软件导刊,2019,18(4):41-45.
被引量:8
5
孙达昌,毕秀春.
基于深度学习算法的高频交易策略及其盈利能力[J]
.中国科学技术大学学报,2018,48(11):923-932.
被引量:9
6
杨青,王雪华,唐庆国.
基于深度学习方法改进的中国A股市场动量策略研究[J]
.广西财经学院学报,2019,32(3):36-55.
7
周颖.
考虑美元人民币汇率影响的企业债收益预测研究——基于LSTM神经网络[J]
.经济研究导刊,2019(17):149-151.
被引量:1
8
孙德山,任靓.
基于主成分分析和递归神经网络的短期股票指数预测[J]
.辽宁师范大学学报(自然科学版),2019,42(3):301-306.
被引量:4
9
王宏涛,李岚.
沪深300股指期现货间价格波动关系与走势预测[J]
.西安邮电大学学报,2019,24(4):93-103.
被引量:1
10
孙存浩,胡兵,邹雨轩.
指数趋势预测的BP-LSTM模型[J]
.四川大学学报(自然科学版),2020,57(1):27-31.
被引量:16
1
崔兴,毛兴.
介质谱在含水量测试运用中的问题探讨[J]
.电力系统装备,2019,0(16):83-84.
2
严倩倩.
浅议铜期货价格对通货膨胀的影响[J]
.金融理论与教学,2019,0(6):53-57.
被引量:1
3
简治平,蔡爱雄,李欣,张磊.
基于Seq2Seq模型的问答系统研究[J]
.广东石油化工学院学报,2019,29(6):48-52.
被引量:2
4
李大湘,张玥.
融合全局与局部特征的国画图像分类算法[J]
.现代计算机,2019,25(34):45-49.
被引量:1
5
任贺松,刘金培,郭艺,郭健.
基于混合结构数据的碳价格多尺度组合预测[J]
.西安电子科技大学学报(社会科学版),2019,29(3):57-65.
6
姚宁宁,王学金,吴韬.
基于在线训练的BP神经网络价格预测研究[J]
.伊犁师范学院学报(自然科学版),2019,13(3):64-69.
7
胡盟霄,卢旺,徐灿,来嘉哲.
采用GRU模型的卫星RCS异常检测[J]
.西安电子科技大学学报,2019,46(6):125-130.
被引量:1
8
刘定进,胡光辉,蔡杰雄,倪瑶,何兵红.
高斯束层析与全波形反演联合速度建模[J]
.石油地球物理勘探,2019,54(5):1046-1056.
被引量:13
9
袁明新,于洪涛,江亚峰,王琪,申燚.
联合迁移学习和自适应学习率的苹果成熟度识别[J]
.中国农机化学报,2019,40(11):131-135.
被引量:4
10
胡光辉,张固澜,孙思宇,李勇,杨金龙,段景,何红兵,詹熠宗.
高铁地震信号直达波波形反演建模[J]
.地球物理学报,2019,62(12):4817-4824.
被引量:5
全国流通经济
2019年 第33期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部