科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前LSTM模型在对金融时间序列数据预测时普遍存在的滞后性问题，提出一种基于LSTM模型的金融数据跨尺度预测方法。通过在训练模型中加入最值选择机制，结合短周期数据转换为长周期数据方法，达到跨尺度预测效果，该跨尺度预测方法降低了金融时间序列数据预测的滞后性。通过结合经济学技术性指标的多维度数据，提高模型的预测精度。依据K线图思路，对金融时序数据进行处理，将K线图所反映的信息通过数值的角度回馈模型，通过这种改进型方法，提高模型的预测精度。通过实验验证，该方法相较传统方法预测精度更高，滞后性更低。
- 单位
