论文部分内容阅读
针对中国原油期货指数的预测问题,从经济指标和技术指标两个层面分别选取4个预测变量构建指数预测体系,并收集了中国原油期货自2018年3月26日上市以来的相关数据,根据时间窗口划分为短期(5日)、中期(10日)以及长期(30日).分别利用长短期记忆(LSTM)神经网络构建指数预测模型进行实证研究.结果发现:长期时间窗口模型相较于其余两者有着更高的预测精度,训练集与测试集的均方根误差(RMSE)分别下降到了7.8210和6.5274,表明该模型有着良好的预测效果.因此可以利用长期窗口LSTM神经网络构建高效的中