1(天津大学管理与经济学部 天津 300072);2(大数据分析与应用安徽省重点实验室(中国科学技术大学) 合肥 230027) (hongke@tju.edu.cn)
出版日期: 2019-08-01基金资助:国家自然科学基金项目(71790594,71722005)Predicting the Dynamics in Internet Finance Based on Deep Neural Network Structure
Zhao Hongke1, Wu Likang2, Li Zhi2, Zhang Xi1, Liu Qi2, Chen Enhong21(College of Management and Economics, Tianjin University, Tianjin 300072);2(Anhui Province Key Laboratory of Big Data Analysis and Application (University of Science and Technology of China), Hefei 230027)
Online: 2019-08-01摘要/Abstract
摘要： 近些年，互联网金融市场在国内外迅速发展；同时，针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场，互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究，提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先，该模型可以实现对多序列(市场宏观动态序列和多种子序列)特征变量输入的处理，并且在时间和序列特征2个维度上利用注意力机制来融合输入变量.其次，模型设计了基于预测序列平稳性约束的优化函数，使得模型具有更好的稳健性.最后，在真实的大规模数据集上进行了大量的实验，结果充分证明了所提出的模型在互联网金融市场动态预测问题上的有效性与稳健性.
参考文献
相关文章 15
| [1] | 蓝天, 彭川, 李森, 叶文政, 李萌, 惠国强, 吕忆蓝, 钱宇欣, 刘峤. 单声道语音降噪与去混响研究综述[J]. 计算机研究与发展, 2020, 57(5): 928-953. |
| [2] | 孙胜, 李叙晶, 刘敏, 杨博, 过晓冰. 面向异构IoT设备协作的DNN推断加速研究[J]. 计算机研究与发展, 2020, 57(4): 709-722. |
| [3] | 马陈城, 杜学绘, 曹利峰, 吴蓓. 基于深度神经网络burst特征分析的网站指纹攻击方法[J]. 计算机研究与发展, 2020, 57(4): 746-766. |
| [4] | 刘金硕, 冯阔, Jeff Z. Pan, 邓娟, 王丽娜. MSRD: 多模态网络谣言检测方法[J]. 计算机研究与发展, 2020, 57(11): 2328-2336. |
| [5] | 刘颉羲,陈松灿. 基于混合门单元的非平稳时间序列预测[J]. 计算机研究与发展, 2019, 56(8): 1642-1651. |
| [6] | 王瑞琴,吴宗大,蒋云良,楼俊钢. 一种基于两阶段深度学习的集成推荐模型[J]. 计算机研究与发展, 2019, 56(8): 1661-1669. |
| [7] | 高腾飞,刘勇琰,汤云波,张垒,陈丹. 面向时间序列大数据海量并行贝叶斯因子化分析方法[J]. 计算机研究与发展, 2019, 56(7): 1567-1577. |
| [8] | 彭成维，云晓春，张永铮，李书豪. 一种基于域名请求伴随关系的恶意域名检测方法[J]. 计算机研究与发展, 2019, 56(6): 1263-1274. |
| [9] | 张龙,王劲松. SDN中基于信息熵与DNN的DDoS攻击检测模型[J]. 计算机研究与发展, 2019, 56(5): 909-918. |
| [10] | 武铮,安虹,金旭,迟孟贤,吕国锋,文可,周鑫. 基于Intel平台的Winograd快速卷积算法研究与优化[J]. 计算机研究与发展, 2019, 56(4): 825-835. |
| [11] | 张振国,王超,温延龙,袁晓洁. 基于相似性连接的时间序列Shapelets提取[J]. 计算机研究与发展, 2019, 56(3): 594-610. |
| [12] | 庄连生, 吕扬, 杨健, 李厚强. 时频联合长时循环神经网络[J]. 计算机研究与发展, 2019, 56(12): 2641-2648. |
| [13] | 纪荣嵘,林绍辉,晁飞,吴永坚,黄飞跃. 深度神经网络压缩与加速综述[J]. 计算机研究与发展, 2018, 55(9): 1871-1888. |
| [14] | 朝鲁，彭晓晖，徐志伟. 变熵画像:一种数量级压缩物端数据的多粒度信息模型[J]. 计算机研究与发展, 2018, 55(8): 1653-1666. |
| [15] | 时文华,倪永婧,张雄伟,邹霞，孙蒙，闵刚. 联合稀疏非负矩阵分解和神经网络的语音增强[J]. 计算机研究与发展, 2018, 55(11): 2430-2438. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3980
