量化专题 · 几种神经网络模型预测效果对比及简析

文章预览

本文作者 | 姜慧丽 中信建投期货金融工程量化分析师 本报告完成时间 | 2024年6月28日 摘 要 我们利用期货市场的行情数据，对不同类型的神经网络模型预测效果进行探索，并用一些简单模型预测效果进行对比。主要涉及单步单层线性模型、单步多层线性模型、多步模型、卷积神经网络、循环神经网络等。 在实际操作中，我们首先对数据集按照7:2:1的比例划分为测试集、验证集、训练集，然后将数据进行简单归一化、带入模型进行训练、对比模型预测结果。 从结果来看单步单层线性模型预测的效果最差。将单步单层线性模型踢出以方便观测其他模型预测的误差情况，可以看到预测效果最好的是多步线性模型，其次为卷积神经网络。其中属于循环神经网络的LSTM模型预测效果在验证集和预测集差异较大。 我们通过改变随机数等方式用相同模型进行预测 ………………………………