时序预测系列（一）基于分解算法和深度学习的预测建模研究

创建于 2025-07-16T18:26:56.397447+08:00 更新于 2025-07-16T20:44:35.902012+08:00

摘要

本报告结合经验模态分解算法（EMD和CEEMDAN）与深度学习模型（LSTM和GRU）对期货日度收盘价进行单步预测，提出通过IMF分量重组及高频去噪提升预测性能，实证表明重组去噪后模型在沪铜、股指与国债期货上均有效提升拟合优度和方向准确率，最高方向准确率超过60% [page::0][page::18][page::24]

速读内容

深度阅读