三七价格的剧烈波动严重的影响了三七产业的健康发展,准确地对三七价格波动趋势进行预测能为广大的三七从业者提供有价值的参考意见。本文从三七配伍规律中相关中药材的价格时间序列出发,使用深度学习方法对三七价格进行预测,本文的主要内容如下:一、使用长短期记忆网络对三七的价格波动趋势进行预测。三七的价格波动不仅受三七历史价格的影响,而且也受关联中药材历史价格的影响,因此本文以三七配伍规律中的29种中药材的价格时间序列为基础,使用LSTM来学习关联中药材的价格变化对三七价格的影响。首先,本文使用斜率时间序列来表示价格波动趋势,并使用动态时间弯曲距离(DTW)来衡量29种中药材的价格波动趋势与三七价格波动趋势的相似程度;然后,通过设置相似度阈值在关联中药材中选择不同相似度的价格波动序列作为LSTM的输入特征,并评估在不同输入特征集下LSTM的预测精度,从而选择预测模型的最佳输入特征,并以此来预测三七的价格波动趋势。经实验验证,基于LSTM的三七价格趋势预测方法考虑了关联中药材对三七价格的影响,其预测性能明显优于传统的价格预测方法。二、使用混合神经网络对三七的价格趋势进行预测。历史价格波动序列决定了三七价格变化的方向,同时,当前的价格基础也决定了三七未来的价格变化,因此,本文通过构建混合神经网络来对三七价格趋势进行预测。混合神经网络一方面使用LSTM模块来捕获三七价格波动趋势的长期依赖关系,另一方面则根据CNN模块来识别该段趋势对应的原始价格的局部特征,然后,混合神经网络使用一个特征融合层将两者的特征映射到一个相同的空间进行融合,最后经过一个全连接层输出预测结果。实验证明,由于混合神经网络综合了价格的长期变化趋势和短期特征,其预测性能要优于单独的LSTM和CNN模型。