典型文献
基于多输入多输出深度学习模型的期货价格预测
文献摘要：
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.
文献关键词：
多输入多输出神经网络;CNN-LSTM;协整检验
中图分类号：
作者姓名：
林杰;李英超
作者机构：
同济大学经济与管理学院,上海 200092
文献出处：
引用格式：
[1]林杰;李英超-.基于多输入多输出深度学习模型的期货价格预测)[J].上海管理科学,2022(01):30-37
A类：
多输入多输出神经网络
B类：
深度学习模型,期货价格预测,收盘价,样本量,偏少,一个多,共享网络,PTA,预测误差,混合模型,涨跌,据预测,结果模拟,模型训练,协整检验,检验分析,现货价格,库存,数据质量,模型可解释性
AB值：
0.247413
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
