融合传递熵的图神经网络农产品期货预测模型

摘要：

针对农产品期货价格波动的非线性及国内外期货产品的联动性特征,考虑到传统神经网络预测模型未能针对多源输入变量间的因果关系进行定量表征,构建融合传递熵的图神经网络预测模型.通过计算传递熵表示节点间的邻接矩阵,作为先验信息识别变量间的因果关系;设置多尺寸滤波器的时间卷积模块提取节点特征,用于识别序列时间依赖性;设置图卷积模块实现对节点信息及其邻域信息的传播与特征筛选,最后连接参数,输出最终的预测结果.在大豆期货数据上的实证研究表明,相较于现有的通用预测模型,该模型能够实现最佳的预测效果.

关键词：农产品期货预测、图神经网络、传递熵、多元时间序列

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金72074014

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：321-328