文章针对金融时间序列的预测问题，基于长短期记忆神经网络技术，构建了一个多层LSTM神经网络并将其应用于我国环渤海动力煤价格指数预测研究中。结果发现：根据数据训练拟合的LSTM模型的稳定性较好，模型预测效果也高于线性回归模型以及其他两个非线性对照模型(K近邻回归、RNN循环神经网络模型)。说明LSTM神经网络在价格指数预测方面具有较好的稳定性以及预测准确性。
科研之友
微信
新浪微博
Facebook
分享链接
