[发明专利]一种基于CEEMD-GRU模型的股票指数预测系统

权利要求书

1.一种基于CEEMD-GRU模型的股票指数预测系统，其特征在于，包括：

模型存储部，用于存储CEEMD-GRU模型；

预处理部，用于对原始股票数据进行数据归一化预处理，得到预处理数据；

结果预测部，将所述预处理数据输入训练后的CEEMD-GRU模型中，得到股票指数预测结果；以及

控制部，控制所述模型存储部、所述预处理部以及所述结果预测部运行，

其中，所述CEEMD-GRU模型的训练过程如下：

步骤S1，对所述原始股票数据进行数据归一化预处理，得到训练用预处理数据；

步骤S2，将所述训练用预处理数据至少划分为训练集以及验证集；

步骤S3，构建CEEMD-GRU模型，所述CEEMD-GRU模型包括一个CEEMD模型和多个GRU模型；

步骤S4，将所述训练集中的股票数据输入所述CEEMD模型进行模态分解，得到多个分解分量imf；

步骤S5，将多个所述分解分量imf分别输入到对应的多个所述GRU模型中进行迭代，得到多个分量预测结果；

步骤S6，对所述分量预测结果进行集成运算，得到所述股票指数预测结果；

步骤S7，基于所述验证集对所述CEEMD-GRU模型进行验证后，得到所述训练后的CEEMD-GRU模型。

2.根据权利要求1所述的基于CEEMD-GRU模型的股票指数预测方法，其特征在于：

其中，步骤S4包括如下子步骤：

步骤S4-1，将所述股票数据代表的信号设为x(t)；

步骤S4-2，将N对噪声加入到所述信号中，得到2N个掺入噪声的信号；

步骤S4-3，分别对2N个所述掺入噪声的信号进行经验模态分解，得到多组所述分解分量imf，第i个信号的第j个分解分量imf表示为imf_ij；

步骤S4-4，对多组所述分解分量imf进行集成平均运算，分解出的所述分解分量imf可表示为：

3.根据权利要求2所述的基于CEEMD-GRU模型的股票指数预测方法，其特征在于：

其中，在步骤S4，将所述训练集中的股票数据输入所述CEEMD模型进行模态分解还可以得到一个趋势项Res，

通过CEEMD分解，所述股票数据代表的信号x(t)具有以下的等量关系：

4.根据权利要求1所述的基于CEEMD-GRU模型的股票指数预测方法，其特征在于：

其中，在步骤S1中，对所述原始股票数据进行数据归一化预处理的计算公式如下：

式中x^R为归一化后的值；x为股票数据原始值；x_max和x_min分别代表相应指标的最大值和和最小值。

5.根据权利要求1所述的基于CEEMD-GRU模型的股票指数预测方法，其特征在于：

其中，所述训练用预处理数据划分为训练集、验证集以及测试集。

6.根据权利要求5所述的基于CEEMD-GRU模型的股票指数预测方法，其特征在于：

其中，将所述训练用预处理数据的前70％作为所述训练集，将所述训练用预处理数据的其次20％作为所述验证集，将所述训练用预处理数据的最后10％作为所述测试集。