基于LSTM神经网络模型的铁矿石期货市场实证研究  

作　　者：斯燕[1] 陈艺 

机构地区：[1]无锡科技职业学院

出　　处：《中国集体经济》2024年第2期100-103,共4页China Collective Economy

基　　金：国内大宗商品期货市场量化交易研究(项目编号:20KJD520007);2021年江苏高校“青蓝工程”优秀教学团队资助项目。

摘　　要：随着国际大宗商品在金融和经济领域的影响力不断增强,会通过产业间的波及效应作用于物价水平,进而影响到国家的经济增长。近几年掀起了机器学习研究的热潮,基于机器学习的投资量化分析也越来越受到关注。文章基于LSTM神经网络模型,选取了2021年9月至12月底的铁矿石主力合约高频数据建立了趋势预测模型。实验结果表明,该模型拟合良好,能够较好地预测铁矿石期货短期内的趋势。

关 键 词：机器学习 LSTM神经网络模型 铁矿石期货 量化投资 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] F724.5[自动化与计算机技术—控制科学与工程] F764[经济管理—产业经济]