基于小波变换和长短期记忆模型的美元走势预测
本文基于美元指数的日频历史数据,首次使用长短期记忆神经网络(Long Short-Term Memory,简记LSTM)模型对美元走势做出预测.同时运用小波变换(Wavelet Transform,简记WT)预处理数据后,与原单时间序列模型进行对比.研究发现,美元指数的LSTM模型能较好拟合,且小波变换进行信号降噪能够提高预测精度.最后本文将模型模拟结果与宏观分析结合,提出了近期美元走势将下行的判断.
小波变换、长短期记忆神经网络、美元指数
39
F293.3(城市与市政经济)
2020-06-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
17-19