基于机器学习的铜期货价格预测分析

• 作者: 沈欣宜 李旭 沈虹
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 经济
• 关键词: 机器学习 铜期货价格 SVM模型 LSTM模型 GRU模型
• 年，卷（期）: 2021,（5）
• 页码范围: 1-7
• 页数: 7页
• 分类号: F224.13
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2021.05.001

摘要

采用支持向量机、MLP(multilayer perceptron)神经网络、LSTM(long short-term memory)神经网络和GRU(gated recurrent unit)神经网络模型,基于基本面信息与市场情绪指标对上海期货交易所铜期货进行多因素价格预测研究.通过选取包括国内外各类经济与金融指标、百度指数等共26个可度量因素,运用相关性分析和主成分分析,共同构建11个特征指标,基于机器学习模型分析其对铜期货价格预测的能力.结果 表明:在摆脱对原始交易数据的依赖后,多因素特征指标对沪铜期货价格有较强的长短期预测能力;不同机器学习模型均能得到相似且稳健的预测结果,表明机器学习在期货市场价格预测中具有良好的适用性.