基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究
孙景云1,2; 魏琛1
2025-01-14
发表期刊南京信息工程大学学报
摘要在金融市场中,黄金期货价格受到多种因素的影响,对其进行准确的预测具有重要的意义。本文融合多源数据提出一种结合LightGBM(Light Gradient Boosting Machine)特征选择方法和LSTM模型的黄金期货价格预测模型。首先,将获取的宏观经济指标和技术指标进行预处理,对非结构化新闻标题数据采用不同方法进行情感倾向标注,进而构建加权情感指数,并将多个关键词的百度搜索指数合并为百度综合搜索指数。其次,分别利用LightGBM方法对宏观经济指标和技术指标进行特征重要性排序,提取关键特征。最后,将筛选后的特征与加权情感指数以及百度综合搜索指数共同作为LSTM预测模型的输入变量。实证结果表明,融合多源数据的LightGBM-LSTM模型预测表现优异,模型预测误差最小,与基准模型相比,能够对黄金期货收盘价作出更准确的预测。
关键词黄金期货 多源数据融合 新闻标题 特征选择 长短期记忆神经网络
DOI10.13878/j.cnki.jnuist.20241102001
URL查看原文
ISSN1674-7070
语种中文
原始文献类型学术期刊
中图分类号O212.1 ; TP391.1 ; F832.54 ; F832.5
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/38662
专题统计与数据科学学院
作者单位1.兰州财经大学统计与数据科学学院;
2.兰州财经大学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;  甘肃经济发展数量分析研究中心
推荐引用方式
GB/T 7714
孙景云,魏琛. 基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究[J]. 南京信息工程大学学报,2025.
APA 孙景云,&魏琛.(2025).基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究.南京信息工程大学学报.
MLA 孙景云,et al."基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究".南京信息工程大学学报 (2025).
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
[孙景云]的文章
[魏琛]的文章
百度学术
百度学术中相似的文章
[孙景云]的文章
[魏琛]的文章
必应学术
必应学术中相似的文章
[孙景云]的文章
[魏琛]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。