基于Attention机制的LSTM数字货币预测模型

数字货币是一种基于节点网络和数字加密算法的虚拟货币,对于数字货币的交易规律研究仍处于发展阶段。从理论上讲,数字货币价格数据作为一种金融时序数据是具有一定的时序规律的。在此基础上,文章提出了基于Attention机制的LSTM数字货币预测模型。实验结果表明,基于Attention机制的LSTM模型在平均批量损失、准确率等指标上,均优于基准的LSTM模型。此外,文章还尝试对遗传算法(GA)在数字货币预测中的应用做了一定的探索与尝试。