基于iTransformer模型的金融时间序列预测  

作　　者：王钰涵 梁志勇[1] 

机构地区：[1]东华大学理学院,上海201620

出　　处：《产业创新研究》2024年第15期122-124,共3页Industrial Innovation

摘　　要：金融时间序列的准确预测是经济政策制定者和投资者密切关注的焦点。本文选用工商银行作为金融时间序列的代表,用一种新颖的神经网络模型iTransformer对工商银行的股票价格进行预测。同时,将统计模型ARIMA、神经网络模型LSTM和Transformer作为对照组,比较了不同模型在不同时间范围内预测的准确性。实证结果显示,iTransformer确实适用于股票价格的预测,在短期、中期和长期这三种不同的预测区间内,其精度普遍优于对照组的预测模型。

关 键 词：金融时间序列预测 iTransformer LSTM TRANSFORMER ARIMA 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] F832.51[自动化与计算机技术—控制科学与工程]