Institutional Repository of School of Statistics
| 基于深度学习的中国黄金期货价格区间预测 | |
李雨涵1 ; 孙景云1,2
| |
| 2024 | |
| 发表期刊 | 重庆工商大学学报(自然科学版)
 |
| 摘要 | 【目的】为解决中国黄金期货价格由于其固有的非线性、不稳定和高波动性特征而无法精确预测的问题，提出了一个基于深度学习的区间预测模型，以更精确地描绘和预测黄金期货价格的变化趋势。【方法】首先，采用门控循环单元（GRU）、长短期记忆（LSTM）和双向长短期记忆（BiLSTM）三种深度学习模型，分别通过核密度估计（KDE）和分位数回归（QR）方法构建独立的区间预测模型。然后，基于这两种区间预测模型，进一步整合成一个组合预测模型。以预测区间覆盖率作为约束条件，并利用网格搜索算法（GS）来优化模型权重配置，以确保预测区间的平均宽度达到最小。【结果】 实证分析显示：采用BiLSTM方法构建的组合区间预测模型在预测性能上显著优于其他基准模型。在各种置信水平下，其都显示出了更广泛的预测覆盖率和更窄的区间平均宽度。【结论】所提出区间预测组合模型能够更有效地预测未来黄金期货价格的波动范围，为投资者提供了更为可靠的风险评估和投资决策支持。 |
| 关键词 | 黄金期货 深度学习 核密度估计 分位数回归 区间预测 |
| URL | 查看原文 |
| ISSN | 1672-058X |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP18;F832.54;F832.5 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/36177 |
| 专题 | 统计与数据科学学院 |
| 通讯作者 | 孙景云 |
| 作者单位 | 1.兰州财经大学统计与数据科学学院; 2.甘肃经济发展数量分析研究中心 |
| 第一作者单位 | 统计与数据科学学院 |
| 通讯作者单位 | 统计与数据科学学院; 甘肃经济发展数量分析研究中心 |
| 推荐引用方式 GB/T 7714 | 李雨涵,孙景云. 基于深度学习的中国黄金期货价格区间预测[J]. 重庆工商大学学报(自然科学版),2024. |
| APA | 李雨涵,&孙景云.(2024).基于深度学习的中国黄金期货价格区间预测.重庆工商大学学报(自然科学版). |
| MLA | 李雨涵,et al."基于深度学习的中国黄金期货价格区间预测".重庆工商大学学报(自然科学版) (2024). |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李雨涵]的文章 |
| [孙景云]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李雨涵]的文章 |
| [孙景云]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李雨涵]的文章 |
| [孙景云]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论