【摘 要】
：
为有效应对金融时间序列数据的高噪声、时间依赖性和非线性，本文构建了一种CEEMD-CNN-LSTM模型。该模型基于互补集成经验模态分解（CEEMD），以及卷积神经网络（CNN）与长短期记忆网络（LSTM），将原始金融时间序列分解重构为高频项、低频项和趋势项，同时应用CNN-LSTM模型对各分项分别进行预测，并将各分项的预测值集成为最终预测结果。为验证CEEMD-CNN-LSTM模型对金融时间序列数
【基金项目】
：
湖南省哲学社会科学基金一般项目（21YBA118）；
论文部分内容阅读
为有效应对金融时间序列数据的高噪声、时间依赖性和非线性，本文构建了一种CEEMD-CNN-LSTM模型。该模型基于互补集成经验模态分解（CEEMD），以及卷积神经网络（CNN）与长短期记忆网络（LSTM），将原始金融时间序列分解重构为高频项、低频项和趋势项，同时应用CNN-LSTM模型对各分项分别进行预测，并将各分项的预测值集成为最终预测结果。为验证CEEMD-CNN-LSTM模型对金融时间序列数据预测的准确性和有效性，选取沪深300、标准普尔500（S＆P500）股票指数收盘价，进行了实证分析。实证结果表明，CEEMD-CNN-LSTM模型能同时提取序列依赖关系和局部特征，可有效避免数据直接输入模型导致预测结果右偏等问题，与其他主流预测模型相比，其预测精度更高，预测误差显著降低。
其他文献
随着科学技术的快速发展,自动化制造领域朝着高精尖技术发展的需求逐步提升。中国制造业是国民经济的主体,推动制造业走向智能化发展,以机器代替人工参与到工业生产过程中是现代化生产的必然选择。在工业生产的质量检测环节中,传统人工目检存在效率低下、易受主观影响、无法长时间连续工作等现实问题,而基于光学成像以及数字图像处理技术的智能检测系统具备高精度、无接触、高效率等优点。得益于深度学习技术的高速发展,机器视
永磁同步电机具有高密度、高效率、高可靠性等优点,得到了广泛的应用和研究。永磁同步电机控制系统具有时变参数、强耦合、不确定参数以及未知负载扰动等特性,它属于复杂非线性系统,这使得永磁同步电机高精度闭环控制具有一定研究难度。电机闭环控制需要转子位置和转速信号反馈,常见的方法通过编码器来获得,给电机控制系统增加了机械复杂性以及成本。为了避免电机控制系统使用编码器带来的问题,如何设计高精度的无速度传感器吸
传统机器人视觉伺服高度依赖对系统相机模型和机器人模型参数的精确标定,难以应对复杂多变的实际工作环境。因此,本文围绕图像雅可比矩阵估计建立了机器人的无标定视觉伺服系统,并设计机器人无标定路径规划方法,主要工作如下:（1）分析了机器人无标定视觉伺服的发展,介绍了基于图像的无标定视觉伺服技术及理论基础,确定伺服系统的总体设计思路。（2）针对无标定视觉伺服的核心问题:图像雅可比矩阵在线估计,采用改进的卡尔
＜正＞《中国制造2025》指出，全球制造业格局面临重大调整，国内经济发展环境发生重大变化，我国制造业发展必须紧紧抓住历史机遇，积极稳妥应对内外部挑战。一、新一代信息技术与制造技术融合，将给世界范围内的制造业带来深刻变革，同时也给我国的制造业发展带来重要机遇。当今，我国在相当一些领域与世界前沿科技的差距都处于历史最小时期，
结构光三维重建技术作为非接触式三维测量的一个具有代表性的方法,在多个领域（如工业测量,人体测量,娱乐行业）中应用广泛。得益于深度学习技术的发展,相移条纹结构光技术也迎来了新的发展机遇。近期的研究成果表明,深度学习方法可以有效地提高相移法的精度。然而,这些方法需要通过更高精度的结构光系统收集大量的训练数据来监督网络,耗时费力。为了解决上述问题,本文试图寻求一种能够高效生成大规模数据集的方法,且可以用
复杂网络是一个有着庞大数量个体并且各个个体之间相互作用的系统集合,它广泛存在于自然界和社会中。不确定复杂网络同步是复杂网络典型的动力学行为之一,分析和探索不确定复杂网络的同步规律是复杂网络研究的一个重要方向,相关研究成果已经被广泛应用于飞行器姿态设计、机器人队列、信息传输等多个领域,成为现在理论与实践研究的重点。本文利用现代控制理论,结合复杂网络相关知识,李雅普诺夫稳定性理论等研究了具有多重复杂因
随着石油能源的逐渐枯竭,人类不断寻找可使用的清洁能源满足消耗需求,这些能源的能量需要固定存储才能在需要的时候被释放出来,大规模储能技术发挥了重要的作用。全钒液流电池（Vanadium Redox Battery,VRB）是目前液流电池技术中最为成熟的一种,已经在全球各地拥有众多示范项目,与光伏发电系统、风能发电系统等联合作用,用于削峰填谷、缓解电网消纳压力。全钒液流电池属于电化学储能设备,因众多优
近年来,随着汽车保有量的持续增加,因车辆碰撞造成的交通事故逐年增长,实现安全可靠的智能驾驶已经成为汽车行业未来发展的主流。一直以来,车辆避撞运动规划都是智能驾驶领域研究的热点问题之一,其结果的优劣性直接影响着车辆行驶的舒适性和安全性。本文主要基于改进的人工势场法和模型预测控制对车辆避撞运动规划进行研究,主要内容如下:（1）基于改进的人工势场法进行道路环境建模。针对车辆行驶的结构化道路环境,在人工势
智能电网是集先进的电力设备、通信技术和控制技术于一体的能源网络。它可以同时在电网的所有组件之间传输双向电源和数据。现有的智能电网通信技术包括电力线载波（Power Line Carrier Communication,PLC）通信、工业以太网、光纤网络等有线通信和长期演进技术（Long Term Evolution,LTE）、无线局域网（WiFi）等无线通信,每种技术都有不同的优势。由于应用场景复
机器人用于代替人在复杂环境从事各种作业任务已经成为一种趋势,而狭窄通道是一种常见的作业工况,多自由度的冗余机器人是实现狭窄空间操作的关键技术。连续体机器人是一种自身自由度大于任务空间自由度的多冗余机器人,其特性据定了自身更加灵活,能够完成许多传统工业机械臂完成不了的任务,同时,因其自由度较大,所以其规划难度也较大。因此研究超冗余的连续体机器人的路径规划具有现实意义。具有结构柔顺、灵活性高的特点,在