节点文献
基于深度学习方法的沪铜期货价格预测研究
【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。
- 【文献出处】 全国流通经济 ,China Circulation Economy , 编辑部邮箱 ,2019年33期
- 【分类号】F724.5;F764.2
- 【被引频次】1
- 【下载频次】203