基于LSTM神经网络的大宗农产品价格预测研究

基于LSTM神经网络的大宗农产品价格预测研究
袁铭涓;孙若莹
【期刊名称】《海峡科技与产业》
【年(卷),期】2021(34)11
【摘要】在经济快速发展的背景下,期货市场所发挥的作用日趋显著。

为了对大宗农产品期货价格所呈现出的复杂变化趋势进行研究,本文提出了一个基于长短期记忆网络(Long Short-Term Memory,LSTM)的大宗农产品价格预测模型。

实验结果表明,该模型能够获取大宗农产品价格的周期性变化规律,与传统的线性预测模型相比,LSTM神经网络模型在价格预测精度和预测性能方面具有更好的表现,对于维护大宗农产品市场稳定、指导大宗交易商决策具有一定的参考意义和应用价值。

【总页数】6页(P43-47)
【作者】袁铭涓;孙若莹
【作者单位】北京信息科技大学
【正文语种】中文
【中图分类】F323.7
【相关文献】
1.大宗农产品价格风险评估——基于小波神经网络-Bootstrap方法的实证研究
2.基于LSTM-DA神经网络的农产品价格指数短期预测模型
3.基于LSTM神经网络的股票价格预测研究
4.基于LSTM神经网络的股票价格预测研究
5.基于LSTM神经网络的股票价格预测研究
因版权原因，仅展示原文概要，查看原文内容请购买。