基于LSTM与GARCH族组合模型的苹果价格预测分析

作者：王晓蕾; 张艳^*; 柳平增; 温孚江; 任万明; 郑勇; 王刚; 延宾

来源：山东农业大学学报(自然科学版), 2021, 52(06): 1055-1062.

• 苹果
• 价格预测
• 模型

为提高苹果价格的预测精度,提出了一种将深度神经网络与计量经济模型相结合的新方法。发挥LSTM模型的自身学习特性,以及GARCH族模型挖掘经济特征的能力,研究构建了长短期记忆模型(LSTM)与GARCH族多模型结合的组合模型。对比分析多个组合模型的预测性能,实验结果显示,(1)加入波动聚集性、波动持续性、非对称波动性、杠杆效应以及增强非对称波动灵活性等特性的LSTM与GARCH族组合模型(LSTM-GTEP)预测性能最优。(2)对比含有GARCH项、TGARCH项、EGARCH项、PGARCH项的组合模型损失函数均值,含有非对称波动效应的TGARCH项的组合模型整体最优,其次为含有波动聚集、波动持续效应的GARCH项的组合模型。最后,基于组合模型中的最优模型对苹果价格进行预测,验证了组合模型的有效性。

• 单位
  山东农业大学