论文部分内容阅读
基于深度学习模型的期货价格预测
【摘 要】
:
在全球经济、金融一体化的今天,我国期货市场作为经济市场的重要组成部分走向国际化。随着期货市场的交易规模不断增大,覆盖的经济和金融领域越来越广,期货市场波动越来越剧烈,不断地呈现出许多其他经典的金融理论所无法诠释的复杂现象。使用传统计量经济学模型或浅层神经网络模型对期货市场进行预测,难以充分学习期货市场复杂的非线性变化,存在着诸多限制和不足。近几年来,深度学习已经发展成为了人工智能领域中最具有代表性
【机 构】
:
辽宁师范大学
【出 处】
:
辽宁师范大学
【发表日期】
:
2021年01期
【基金项目】
:
其他文献
在处理计数数据时,通常会遇到单个数值大量出现的情况,当计数数据中出现大量的0时,称为0膨胀现象.当计数数据中出现大量的1时,称为1膨胀现象.当计数数据同时出现大量的0和1时,我们便称为0-1膨胀现象.0-1膨胀Poisson分布提供了一个非常简捷而有效的模型,该模型广泛应用于保险、金融、证券等众多研究领域.本文将在0-1膨胀Poisson分布的基础上,建立0-1膨胀Poisson回归随机效应模型和
学位
在社会各个领域的研究中存在大量的成对出现的数据,对其合理的刻画与探究总体信息具有深刻的意义.若使用一元回归模型拟合成对出现的计数数据,无法充分利用总体信息,造成参数估计偏差较大.这时可通过建立二元Poisson回归模型对数据进行拟合.当成对计数数据在0点处大量的出现时,称为二元0膨胀现象.在近几年的研究中发现,成对数据除了在(0,0)点大量出现之外,在(1,1)点也大量出现,此时称为二元双膨胀现象
学位
近年来人工神经网络被学者们应用十分广泛,预测领域随着神经网络的引入得到了很大的发展。国内生产总值(GDP)是衡量一个国家发展水平的重要指标,国家可通过GDP反应出的情况进行相关政策的调整与制定,故若能较准确的把握GDP未来的趋势十分重要。同时居民消费价格指数(CPI)是分析我国市场的价格基本走势的重要指标之一,也是国家进行宏观调控的一个重要的依据,因此对CPI预测的研究同样十分重要。本文认为单一神
学位