基于多维高频数据和LSTM模型的沪深300股指期货价格预测

摘要：

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.

关键词：多维高频数据、深度学习、LSTM模型、沪深300股指期货

所属期刊栏目：36

分类号：F83(金融、银行)

资助基金：国家社会科学基金;重庆市高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的支持

在线出版日期：2022-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：55-69