-
题名基于LSTM的红枣期货价格预测方法
被引量：2
- 1
-
-
作者
陈立平
邢小丹
张玉亭
何军
-
机构
塔里木大学信息工程学院
塔里木大学自治区教育厅普通高等学校现代农业工程重点实验室
阿拉尔市红福天枣业有限公司
-
出处
《农业与技术》
2024年第1期162-165,共4页
-
基金
第一师阿拉尔市科技计划项目“第一师红枣期货现货交易风控智能交易系统研究”(项目编号:2021GX01)。
-
文摘
红枣干果期货在郑州商品交易所的上市交易,为新疆南疆红枣产业发展提供了新机遇;开展红枣期货价格预测研究,可为新疆红枣产业健康可持续发展提供技术支撑。利用红枣期货历年交易价格数据,研究了基于长短期记忆网络(LSTM)的价格预测模型。为获得更佳的价格预测性能,模型开展了不同时间窗口参数的对比实验。实验结果表明,窗口期为20的LSTM模型价格模型其预测效果最好;价格预测模型被应用于当年的红枣期货价格预测,亦对价格变化能够起到较好的指示作用。
-
关键词
红枣期货
LSTM
价格预测
人工神经网络
-
分类号
S-9
[农业科学]
-
-
题名红枣期货价格预测方法比较研究
- 2
-
-
作者
赵自强
张雪宁
赵露苗
张玉亭
何军
陈立平
-
机构
塔里木大学信息工程学院
塔里木绿洲农业教育部重点实验室塔里木大学
塔里木大学现代农业工程重点实验室
阿拉尔市红福天枣业有限公司
-
出处
《塔里木大学学报》
2024年第3期107-112,共6页
-
基金
新疆生产建设兵团第一师阿拉尔市科技计划项目(2021GX01)。
-
文摘
红枣干果期货交易对稳定国内、尤其是新疆南疆的红枣干果价格发挥了重要的积极作用。开展红枣期货价格预测方法研究,有助于红枣产业利益相关者更好地组织生产、加工和投资管理。本研究采用3种价格预测模型对比分析了不同方法在红枣期货价格预测方面的综合性能差异,包括长短期记忆(LSTM)神经网络模型、支持向量回归(SVR)模型和误差反向传播(BP)神经网络模型。试验结果表明,LSTM价格预测模型在预测精度方面与SVR模型相比,均方根误差(RMSE)值降低了17.4%、平均绝对百分误差(MAPE)值降低了25%;与BP模型相比,RMSE值降低了12.8%、MAPE值降低了33.3%;在年度价格预测方面,LSTM模型取得了更佳的性能表现,尤其在提前5日预测红枣期货价格变动趋势时优势明显。基于LSTM的红枣干果价格预测模型可对红枣期货价格预测发挥辅助决策作用。
-
关键词
红枣
期货
价格预测
LSTM神经网络
SVR模型
BP神经网络
-
Keywords
red jujube
futures
price forecast
LSTM neural network
SVR model
BP neural network
-
分类号
F323.7
[经济管理—产业经济]
-
