基于LSTM神经网络的中国原油期货指数预测研究

作者：虞文美; 方扶星

来源：哈尔滨师范大学自然科学学报, 2020, 36(02): 32-37.

• 中国原油期货
• 指数预测
• LSTM神经网络
• R

针对中国原油期货指数的预测问题,从经济指标和技术指标两个层面分别选取4个预测变量构建指数预测体系,并收集了中国原油期货自2018年3月26日上市以来的相关数据,根据时间窗口划分为短期(5日)、中期(10日)以及长期(30日).分别利用长短期记忆(LSTM)神经网络构建指数预测模型进行实证研究.结果发现:长期时间窗口模型相较于其余两者有着更高的预测精度,训练集与测试集的均方根误差(RMSE)分别下降到了7.8210和6.5274,表明该模型有着良好的预测效果.因此可以利用长期窗口LSTM神经网络构建高效的中国原油期货指数预测模型,为金融机构的智能化投资能力以及监管机构的风险识别与风险测度提供一定的参考依据.

• 单位
  安徽财经大学