TY -的A2 -艾哈迈德,赛义德·哈桑AU -陈,广州市非盟-汉,小丽沈盟——Yunbin盟——你们庄PY - 2021 DA - 2021/10/31 TI -改进LSTM算法应用于宏观经济预测SP - 4471044六世- 2021 AB -从宏观的角度来看,农产品期货指数可以反映宏观经济的趋势,也可以有一个预警作用可能的危机和政府的经济预测提供参考和宏观控制。因此,有必要加强早期预警和预测研究农产品期货价格。对期货价格的预测,有两种常见的模型:一个是传统的经典的时间序列模型,另一种是人工智能的浪潮下的神经网络模型。本文选择农业期货指数的1976年收盘数据从1月10日,2012年2月27日,2020年,并利用时间序列差分自回归综合移动平均模型(ARIMA模型)和长期短期记忆模型(LSTM模型)来研究这个工作,分别比较了两种模型的预测效果在某些指标。基于两种模型的预测结果,建立一个简单的交易策略、交易的影响两个模型进行了比较。结果表明,LSTM模型ARIMA时间序列模型具有明显的优势农产品期货市场的价格指数的预测。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4471044 - 10.1155 / 2021/4471044摩根富林明计算智力和神经科学PB - Hindawi KW - ER