基于灰度预测与神经网络的大宗商品价格预测对比研究——以黄金期货为例

张 钰
武汉大学经济与管理学院

摘要

随着我国经济发展，大宗商品价格的影响因素及其影响机制趋于复杂化，准确预测大宗商品价格走势对指定更加准确且具有时效性的投资策略，建立有效的对冲工具和指导宏观经济发展等具有重要意义。本文以黄金期货为例，分别构建LSTM神经网络和BP神经网络模型对其价格进行走势预测，并将其与传统的灰度预测模型进行对比研究,模型优劣采用多指标综合评估准则。另外，本文提出了一种通过对LSTM神经网络和BP神经网络模型进行加权处理的简单方法，通过网格搜索法寻找最优参数。实证结果表明：使用BP 神经网络，LSTM 神经网络以及加权模型均表现出优良的预测效果，加权模型结果最优。

关键词

大宗商品；价格预测；GM；ADF；test；LSTM；BP-ANN

参考

[1]曾濂,马丹頔,刘宗鑫.基于BP神经网络改进的黄金价格预测[J].计算机仿真,2010,27(09):200-203.

[2]殷红,张霞,王长波.基于组合模型的大宗商品价格预测与可视分析——以甲醇价格为例[J].东华大学学报(自然科学版),2017,43(04):541-546+551.

[3]王珏,齐琛,李明芳.基于SSA-ELM的大宗商品价格预测研究[J].系统工程理论与实践,2017,37(08):2004-2014.

[4]黄仁全,王娟娟,田径.基于ADLEDE-WElman神经网络的大宗商品价格预测研究[J].中国物价,2020(08):23-26.