- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
中信期货研究|商品量化专题报告
时序预测系列(一)投资咨询业务资格:
基于分解算法和深度学习的预测建模研究证监许可【2012】669号
报告要点
本次报告将分解算法(EMD和CEEMDAN)和深度学习算法(LSTM和GRU)分别组合对
日度收盘价进行单步预测,发现价格经分解算法分解重组后可提升深度学习时序预
测的有效性,若将分解后的高频序列进行去噪可以进一步强化预测模型的有效性。
摘要:
分解算法(EMD和CEEMDAN)能根据信号特点自适应地将信号分解成一组具有物理意
义的IMF分量的线性组合,非常适合非线性、非平稳信号分析。深度学习算法(LSTM和商品量化组
研究员:
GRU)对复杂序列中长期依赖关系有较强的提取能力。因此,本文将两者结合来探究高精蒋可欣FRM
jiangkexin@
度时序预测的可能性。从业资格号
投资咨询号Z0018262
为测试模型的有效性和泛化能力,本文在CU、IF和T三种期货合约上进行了测试。
在三个品种的预测中,2最高可提升10%以上,三个品种的最佳方向准确率均达到60%以
上,我们发现在分解算法将价格序列分解成IMF分量组合后,可以不简单依靠T检验对序
列进行高频、低频和趋势项的分类加和,将IMF分量依次组合求得最优组合方式能强化深
度学习模型的学习能力。同时,通过剔除少量高频IMF分量对高频序列进行去噪可以再次
增强优化效果。
此外,我们还发现虽然EMD和CEEMDAN均能对深度学习算法进行优化,但优化效果不
一定,CEEMDAN的优化效果不一定强于EMD。同时,重组去噪后的GRU模型并非绝对优于
重组去噪后的LSTM模型。
风险提示:本报告中所涉及的算法和模型应用仅为回溯举例,并不构成推荐建议。
重要提示:本报告难以设置访问权限,若给您造成不便,敬请谅解。我司不会因为关注、收到或阅读本报告内容而视相关人员为
客户;市场有风险,投资需谨慎。
商品量化专题报告
目录
摘要:1
一、引言4
二、EMD和CEEMDAN的基本原理和方法5
(一)EMD5
(二)CEEMDAN7
二、LSTM和GRU网络的内部结构和工作原理8
(一)LSTM神经网络8
(二)GRU神经网络12
三、组合模型构建14
(一)IMF重组14
(二)组合模型建模流程14
(三)LSTM和GRU网络的计算图结构和训练方法选择16
四、预测结果分析17
(一)数据选择和处理17
(二)预测结果评价指标18
(三)预测结果展示和分析19
六、结论与展望25
参考文献26
免责声明27
图表目录
图表1:CU主力合约价格走势和EMD分解过程6
图表2:CEEMDAN的更迭流程7
图表3:CU主力合约价格走势和CEEMDAN分解过程8
图表4:单个RNN神经元结构和展开形式9
图表5:LSTM神经元结构9
图表6:Sigmoid函数图像10
图表7:Tanh函数图像11
图表8:GRU神经元结构12
图表9:组合模型的流程15
图表
您可能关注的文档
- 2024企业数字化活动基准微报告(网络研讨会篇).pdf
- 2024东南亚口服美容电商行业市场洞察.pdf
- 2023-2024安服安全技术研究白皮书(正式版).pdf
- 20230216-铁矿石年度报告-建信期货-16页.pdf
- 20230216-新能源电池行业月度点评-电池产销量环比大幅下滑,原材料价格持续下跌-财信证券-15页.pdf
- 2024-2025学年小学英语六年级上册冀教版(三起)(2024)教学设计合集.docx
- 2024-2025学年小学科学五年级下册冀人版(2024)教学设计合集.docx
- 2024-2025学年小学劳动五年级上册湘人版《劳动实践指导手册》教学设计合集.docx
- 2024-2025学年高中语文必修三北师大版教学设计合集.docx
- 2024-2025学年小学科学二年级下册粤教粤科版(2017秋)教学设计合集.docx
- 第十一章 电流和电路专题特训二 实物图与电路图的互画 教学设计 2024-2025学年鲁科版物理九年级上册.docx
- 人教版七年级上册信息技术6.3加工音频素材 教学设计.docx
- 5.1自然地理环境的整体性 说课教案 (1).docx
- 4.1 夯实法治基础 教学设计-2023-2024学年统编版九年级道德与法治上册.docx
- 3.1 光的色彩 颜色 电子教案 2023-2024学年苏科版为了八年级上学期.docx
- 小学体育与健康 四年级下册健康教育 教案.docx
- 2024-2025学年初中数学九年级下册北京课改版(2024)教学设计合集.docx
- 2024-2025学年初中科学七年级下册浙教版(2024)教学设计合集.docx
- 2024-2025学年小学信息技术(信息科技)六年级下册浙摄影版(2013)教学设计合集.docx
- 2024-2025学年小学美术二年级下册人美版(常锐伦、欧京海)教学设计合集.docx
文档评论(0)