發(fā)布時間：2021-03-07 06:45

　　傳統(tǒng)模型和單一模型無法實現(xiàn)時間序列預(yù)測的高精度需求,現(xiàn)有時間序列預(yù)測模型對一些數(shù)據(jù)不能做到較為精準(zhǔn)的預(yù)測。融合經(jīng)驗?zāi)B(tài)分解（EMD）、主成分分析（PCA）以及長短期記憶網(wǎng)絡(luò)（LSTM）,提出一種深度經(jīng)驗?zāi)B(tài)分解模型EPL,并提出IEPL （interval EPL）模型進(jìn)行實驗優(yōu)化。選取4類金融衍生品時間序列的數(shù)據(jù)集FTSE、S&P500、USD、BDI,以單一模型、傳統(tǒng)模型、已有組合模型為對照進(jìn)行實驗。對比實驗結(jié)果表明,EPL和IEPL在精確度方面表現(xiàn)更好,比現(xiàn)有研究的平均精度提高5%-7%。 

【文章來源】：計算機工程與設(shè)計. 2019,40(12)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１深度經(jīng)驗?zāi)B(tài)分解模型整體架構(gòu)

圖２本文使用的ＬＳＴＭ結(jié)構(gòu)

計算機工程與設(shè)計２０１９年ＬＳＴＭ存儲塊存儲長期信息，每個記憶塊包含了３個門結(jié)構(gòu)，左側(cè)是遺忘層，下邊尾端是輸入層，上面是輸出層，通過遺忘層控制門的打開關(guān)閉狀態(tài)，分別用“○”和“—”表示，如圖３所示。圖３記憶塊結(jié)構(gòu)當(dāng)在時刻ｔ時，只有ｔ之后時刻輸入層保持關(guān)閉，遺忘層保持打開，才能夠在不影響記憶細(xì)胞的情況下隨時開啟輸出層獲取記憶細(xì)胞內(nèi)容。使用這種方式能夠在梯度反向傳播時有效緩解梯度的衰減。上述新型ＬＳＴＭ各層構(gòu)造函數(shù)如下所示：遺忘層ａｔ?＝∑ｉωｉ?ｘｔｉ＋∑ｈωｈ?ｂｔ－１ｈ＋∑ｃωｃ?ｓｔ－１ｃ，ｂｔ?＝ｆ（ａｔ?）（９）輸入層ａｔｌ＝∑ｉωｉｌｘｔｉ＋∑ｈωｈｌｂｔ－１ｈ＋∑ｃωｃｌｓｔ－１ｃ，ｂｔｌ＝ｆ（ａｔｌ）（１０）記憶細(xì)胞ａｔｃ＝∑ｉωｉｃｘｔｉ＋∑ｈωｈｃｂｔ－１ｈ，ｓｔｃ＝ｂｔ?ｓｔ－１ｃ＋ｂｔｌｇ（ａｔｃ）（１１）輸出層ａｔω＝∑ｉωｉωｘｔｉ＋∑ｈωｈωｂｔ－１ｈ＋∑ｃωｃωｓｔ－１ｃ，ｂｔω＝ｆ（ａｔω）（１２）記憶細(xì)胞輸出ｂｔｃ＝ｂｔωｈ（ｓｔｃ）（１３）其中，ωｉｊ表示從單元ｉ到單元ｊ的權(quán)值，ａｔｊ表示時刻ｔ單元ｊ的輸入，ｂｔｊ＝ｆ（ａｔｊ）表示對單元

【參考文獻(xiàn)】：
期刊論文
[1]基于GARCH模型的短期匯率預(yù)測[J]. 魏紅燕,孟純軍.  經(jīng)濟(jì)數(shù)學(xué). 2014(01)



本文編號：3068586