首页|基于多维高频数据和LSTM模型的沪深300股指期货价格预测

基于多维高频数据和LSTM模型的沪深300股指期货价格预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
以2010—2019年的沪深300股指期货为对象,收集日收盘价、5分钟收盘价,以及影响波动的5维度89个指标,采用维度删减、间隔采样方法,组合成多个不同维度和不同频率的LSTM深度学习模型对沪深300股指期货进行预测,并且从空间和时间角度分析维度和频率对股指期货价格波动的影响.研究表明:LSTM模型可以很好地描绘沪深300股指期货多维高频数据的特征;空间上,变量维度对沪深300股指期货价格的预测带来间接影响,预测精度最高的出现在10至20个交易日区间;时间上,数据频率的影响更为直接,频率越高预测精度越高.研究结论有助于股指期货参与各方分散和化解金融风险.
Forecast of CSIF 300 price based on multi-dimensional &high-frequency data and LSTM model

邱冬阳、丁玲

展开 >

重庆理工大学经济金融学院,重庆 400054

多维高频数据 深度学习 LSTM模型 沪深300股指期货

国家社会科学基金重点项目重庆市高等学校哲学社会科学协同创新团队重庆智能金融研究协同创新团队项目

17 AJY028

2022

10.3969/j.issn.1674-8425(s).2022.03.007

重庆理工大学学报(社会科学版)
重庆理工大学

重庆理工大学学报(社会科学版)

CHSSCD
影响因子：0.646
ISSN：1674-8425
年,卷(期)：2022.36(3)
  • 1
  • 17