基于误差修正与深度强化学习的原油期货价格预测研究 |
| |
引用本文: | 林宇,余元圆,张希,岳逾颖,刘洵.基于误差修正与深度强化学习的原油期货价格预测研究[J].系统工程理论与实践,2023(1):206-221. |
| |
作者姓名: | 林宇 余元圆 张希 岳逾颖 刘洵 |
| |
作者单位: | 1. 成都理工大学商学院;2. 成都理工大学管理科学学院 |
| |
基金项目: | 国家自然科学基金(71771032);;四川省软科学研究计划(2021JDR0157)~~; |
| |
摘 要: | 准确预测原油价格一直都是政府管理决策部门、投资主体和学术界关注的重点.然而由于货币政策、地缘政治等多样化风险因素相互作用,原油价格表现出更加复杂的非线性特征,使得原油价格预测面临着前所未有的挑战.本文以INE和WTI原油期货市场为研究对象,通过基于数据分解、强化学习集成策略和误差修正技术构建的原油价格预测模型(PVMD-QSBT-ECS)开展实证研究.首先运用自适应权重的粒子群优化算法(particle swarm optimization, PSO)优化的变分模态分解(variational mode decomposition, VMD)对原油期货价格序列进行分解;然后利用Q学习算法(Q-learning, QL)确定堆叠式长短期记忆网络(stacked bidirectional long short-term memory, SBiLSTM)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)和时域卷积网络(temporal convolutional network, TCN)的最优权重组合以构建集成预测模型,而后对预测结果...
|
关 键 词: | 原油价格预测 变分模态分解 Q-learning集成策略 误差修正 |
|
|