科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对期货收盘价预测问题中样本量偏少(对于深度学习模型来说)的问题,本文设计了一个多输入多输出的深度学习模型。该模型通过多个预测目标训练共享网络,提高了特征提取的效率。文中以PTA期货为算例,证明了该模型的优越性:(1)对于收盘价预测,该模型的预测误差显著小于CNN-LSTM混合模型;(2)对于收盘价涨跌预测,本文根据预测结果模拟投资,获得了正的收益。另外,本文在模型训练之前,使用协整检验分析了现货价格和现货库存与期货价格的相关性,从而保证了数据质量,也弥补了深度学习模型可解释性较弱的缺点。
- 单位
