有哪些信誉好的足球投注网站- 1、本文档共13页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2842024，60（15）ComputerEngineeringandApplications计算机工程与应用
基于MVC5B混合模型的中国股指预测研究
崔晨豪，李勇
中国科学技术大学管理学院，合肥230026
摘要：为了提高中国股指的预测表现，提出一个融合了变分模态分解（VMD）、卷积注意力模块（CBAM）和双向长
短期记忆网络（BiLSTM）的混合模型MVC5B（multi-channel-VMD-CBAM5-BiLSTM）。不同于混合模型常用的分
解-集成构造方法，MVC5B基于提出的多通道输入方法构造而成。多通道输入方法基于自身一次性预测的特点可
以有效规避分解-集成方法多次预测带来的累计误差和巨大计算成本，从而提升MVC5B的预测表现。CBAM的引
入不但提升了股指的预测表现，而且还丰富了股指预测问题中关于CBAM的研究。基于多个具有代表性的中国股
指数据集的实证结果显示MVC5B的预测表现和模拟收益显著优于流行的预测模型。实证结果还进一步证实了多
通道输入方法相比于分解-集成方法的优越性以及CBAM在股指预测问题中的有效性。
关键词：股指预测；卷积注意力模块；双向长短期记忆网络；变分模态分解；多通道输入
文献标志码：A中图分类号：TP183doi：10.3778/j.issn.1002-8331.2304-0303
ResearchonChineseStockIndexPredictionBasedonMVC5BHybridModel
CUIChenhao,LIYong
SchoolofManagement,UniversityofScienceandTechnologyofChina,Hefei230026,China
Abstract：InordertoimprovethepredictiveperformanceofChinesestockindices,ahybridmodelMVC5B(multi-channel-
VMD-CBAM5-BiLSTM)isproposed,whichintegratesvariationalmodedecomposition(VMD),convolutionalblock
attentionmodule(CBAM),andbidirectionallongshort-termmemorynetwork(BiLSTM).Unlikethecommonlyused
decomposition-ensembleconstructionapproachinhybridmodels,MVC5Bisconstructedbasedonaproposedmulti-channel
inputmethod.Themulti-channelinputmethodeffectivelyavoidsthecumulativeerrorsandsignificantcomputational
costsassociatedwiththemultiplepredictionsofdecomposition-ensembleapproach,therebyenhancingthepredictiveper-
formanceofMVC5B.Furthermore,theintroductionofCBAMnotonlyimprovesthepredictiveperformanceofthestock
indicesbutalsoenrichestheresearchonCBAMinstockindexprediction.Empiricalresultsbasedonmultiplerepresentative
ChinesestockindexdatasetsdemonstratethatMVC5Bexhibitssignificantlybetterpredictiveperformanceandsimulated
returnsthanpopularforecastingmodels.Additionally,theempiricalresul
文档评论（0）