基于注意力机制的循环神经网络对金融时间序列的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16652/j.issn.1004-373x.2021.14.001

基于注意力机制的循环神经网络对金融时间序列的应用

引用
金融时间序列由于高噪声性以及序列间的相关性,导致传统模型的预测精度和泛化能力往往较低.为了克服这一问题,提出一种基于注意力机制的循环神经网络预测模型.利用金融时间序列的技术指标作为特征序列,通过GRU得到隐藏状态,再利用注意力机制将其重构,并与目标序列一起作为新的GRU的输入,提高目标序列的预测效果.利用上证综指数据,分别使用加入注意力机制的门控循环网络与标准门控循环网络进行预测.在6个输入维度的情况下,基于注意力机制的GRU模型平均绝对百分比误差为0.76%,低于标准GRU模型的0.90%;在48个输入维度的情况下,基于注意力机制的GRU模型平均绝对百分比误差为0.73%,低于标准GRU模型的1.61%.结果表明,加入注意力机制后门控循环网络的预测效果得到提升,并且在特征序列的输入维度增大时,其预测效果提升更为明显.

循环神经网络、金融时间序列、注意力机制、GRU模型、预测模型、隐藏状态重构、实证分析

44

TN711-34(基本电子电路)

国家自然科学基金11701370

2021-07-19(万方平台首次上网日期,不代表论文的发表时间)

共5页

1-5

相关文献
评论
暂无封面信息
查看本期封面目录

现代电子技术

1004-373X

61-1224/TN

44

2021,44(14)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn