期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
VAE-ATTGRU模型的股指期货价格预测研究 被引量:1
1
作者 张玉婷 金传泰 李勇 《计算机工程与应用》 CSCD 北大核心 2024年第17期293-301,共9页
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... 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。 展开更多
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)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部