[发明专利]基于深度学习的期货商品价格趋势预测方法在审
| 申请号： | 201810456202.5 | 申请日： | 2018-05-14 |
| 公开（公告）号： | CN109858937A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 杨炜祖;李从恺;顾军 | 申请（专利权）人： | 上海源庐加佳信息科技有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q40/06 |
| 代理公司： | 上海愉腾专利代理事务所(普通合伙) 31306 | 代理人： | 唐海波 |
| 地址： | 201208 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的期货商品价格趋势预测方法，包括以下步骤：获取期货商品历史交易数据；对获取的历史交易数据进行技术指标计算并进行特征处理获得训练数据；构建预测价格走势的长短期记忆神经网络模型；将获得的训练数据输入到模型进行训练直到模型收敛；获取当前的期货商品数据并计算技术指标转化为特征输入模型后给出预测结果；运用了深度学习中的长短期神经网络这种结构(针对符合时间序列的数据)并结合一些表征市场走势的技术特征来预测期货的走势，最后根据价格的走势来给出交易意见。 | ||
| 搜索关键词： | 期货 历史交易数据 技术指标 趋势预测 训练数据 商品价格 记忆神经网络 走势 价格走势 商品数据 神经网络 时间序列 市场走势 特征处理 特征输入 预测结果 预测 构建 学习 收敛 交易 转化 | ||
【主权项】：
1.一种基于深度学习的期货商品价格趋势预测方法，其特征在于，所述基于深度学习的期货商品价格趋势预测方法包括以下步骤：获取期货商品历史交易数据；对获取的历史交易数据进行技术指标计算并进行特征处理获得训练数据；构建预测价格走势的长短期记忆神经网络模型；将获得的训练数据输入到模型进行训练直到模型收敛；获取当前的期货商品数据并计算技术指标转化为特征输入模型后给出预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海源庐加佳信息科技有限公司，未经上海源庐加佳信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810456202.5/，转载请声明来源钻瓜专利网。
