VAE-ATTGRU模型的股指期货价格预测研究

来源：计算机工程与应用杂志2024年第17期北京时间：

作者：张玉婷, 金传泰, 李勇

单位：中国科学技术大学 管理学院，合肥 230026

摘要：针对股指期货市场高波动、非平稳、非线性和高信噪比等特性造成的预测难度大的问题，利用变分自编码器（VAE）和循环神经网络（RNN）提出一种基于VAE-ATTGRU的混合深度学习股指期货价格预测模型。利用变分自编码器对股指期货技术指标进行学习，将VAE学习到的潜在因子与原始数据融合实现数据增强，得到更丰富的因子表示；使用循环神经网络对股指期货价格进行预测，发现结合了注意力机制的门控循环单元（ATTGRU）可以对VAE增强后的股指期货数据进行充分学习，对关键特征信息进行捕捉并重新赋予权重。在沪深300股指期货、中证500股指期货和上证50股指期货数据上进行实验，通过均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和决定系数R2对VAE-ATTGRU模型进行评估，发现其在预测精度上优于其他模型。

关键词：股指期货预测,变分自编码器（VAE）,数据增强,注意力机制,门控循环单元（GRU）