所属栏目：金融
【日期】：2024-02-15 【关键词】：股指预测;双向长短期记忆网络;卷积块注意力模块;模型置信集检验;标准指标评价法 【摘要】：卷积块注意力模块（CBAM）因其可以有效地提高深度学习模型的预测准确性从而在各种预测问题中显示了其优越性。然而，CBAM在股指预测问题中的有效性研究却十分有限。为了解决这个问题并提高股指的预测精度，本文提出了CBAMs-BiLSTM模型。它将多个CBAM与双向长短期记忆网络（BiLSTM）相结合。研究中，标准指标评价法（SME）和模型置信集检验（MCS）用于综合评价模型的优越性...
知识贝壳
知识贝壳