节点文献

基于深度学习方法的沪铜期货价格预测研究

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 路凯龙

【机构】 北方工业大学经济管理学院

【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。

【关键词】 沪铜期货价格预测深度学习
  • 【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
节点文献中: