基于智能优化多因子深度学习的期货价格预测研究

发布时间：2023-06-17 20:44

　　随着市场化经济体制改革,我国期货市场逐渐发展壮大。1990年10月,郑州粮食批发市场的成立标志着中国期货市场的诞生。时隔30年,我国期货市场已经初具规模。期货市场在不断完善的过程中发挥着越来越重要的作用,期货价格的走势不仅影响投资者的切身利益,还关系到市场整体的健康发展。因此,提高期货价格的预测精度不仅具有理论意义,更具有深远的现实意义。然而,期货价格具有非线性和非平稳性的特征,这给高精度预测带来了严峻的挑战。为了提升模型的预测效果,增加模型在数据集上的鲁棒性,笔者将从以下内容展开研究:(1)对市场的有效性进行检验:通过Hurst检验、ADF检验以及方差比率检验证明市场不服从随机游走假设,具有一定的可预测性;(2)收集与预测变量具有相关性的因子,利用互信息以及Lasso方法对收集的因子进行综合筛选,并使用堆栈自编码器(SAE)降低筛选后因子的维度,在不损失有效信息的前提下,提高后续预测模型的收敛速度;(3)在长短期记忆网络(LSTM)的基础上引入Attention机制,并使用布谷鸟优化算法(CS)对模型的重要参数进行寻优,提高确定性预测的鲁棒性以及预测精度;(4)为了体现预测系统的完整...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 选题背景
        1.1.2 研究意义
    1.2 国内外研究综述
        1.2.1 确定性点预测
        1.2.2 不确定性区间预测
        1.2.3 文献述评
    1.3 研究内容安排及创新
        1.3.1 研究内容
        1.3.2 主要创新
        1.3.3 内容安排
第二章 理论基础与研究设计
    2.1 市场有效性检验方法
    2.2 多因子分析方法
        2.2.1 互信息
        2.2.2 最小绝对收缩和选择算子(Lasso)
        2.2.3 堆栈自编码器(SAE)
    2.3 确定性预测方法
    2.4 不确定性区间预测方法
    2.5 研究设计
第三章 市场有效性检验与期货价格影响因子分析
    3.1 实验数据的选择
        3.1.1 主连合约的构建
        3.1.2 描述性分析
        3.1.3 技术指标
    3.2 市场有效性检验
        3.2.1 Hurst检验
        3.2.2 ADF检验
        3.2.3 方差比率检验
    3.3 多因子分析
        3.3.1 因子相关性分析
        3.3.2 综合因子筛选
        3.3.3 因子压缩
    3.4 本章小结
第四章 基于CS-Attention-LSTM模型的确定性预测
    4.1 模型搭建及参数优化
        4.1.1 数据无量纲化
        4.1.2 Attention-LSTM模型设计
        4.1.3 布谷鸟优化算法调参
    4.2 预测结果分析
        4.2.1 模型评估指标
        4.2.2 模型预测结果
    4.3 预测效果评估
    4.4 参数的敏感性检验
    4.5 本章小结
第五章 基于GS-QRLSTM模型的不确定性区间预测
    5.1 模型设计
        5.1.1 模型评价指标
        5.1.2 分位数回归LSTM
    5.2 模型训练
        5.2.1 网格搜索优化算法调参
        5.2.2 预测结果分析
    5.3 模型验证
        5.3.1 分位数回归梯度提升树(QRGBDT)
        5.3.2 高斯过程回归(GPR)
        5.3.3 模型效果评估
    5.4 本章小结
第六章 总结与展望
    6.1 总结
        6.1.1 主要结论
        6.1.2 不足
    6.2 展望
参考文献
附录
致谢
作者简介及攻读硕士学位期间取得的研究成果



本文编号：3834107