摘要
本申请公开了一种股票价格路径预测模型的参数优化方法、装置、设备及存储介质。该方案中,首先根据预设的参数范围随机生成多组股票价格路径预测模型的初始参数,并基于多组初始参数生成多条不同的历史股票价格路径。接着对多条历史股票价格路径进行特征提取和降维处理,基于多条历史股票价格路径和降维后的特征集构建DeepONet网络框架。之后采用Soft MoE机制集成K个DeepONet专家模型作为参数优化模型,利用参数优化模型对股票价格路径预测模型的参数进行优化。本申请技术方案通过采用Soft MoE机制集成多个DeepONet专家模型,在避免参数优化时陷入局部最优解的同时,提升了计算效率。
技术关键词
参数优化模型
参数优化方法
存储程序代码
参数优化设备
框架
参数优化装置
机制
卡尔曼滤波器
可读存储介质
特征提取模块
集成模块
网络架构
处理器
分支
存储器
计算机
系统为您推荐了相关专利信息
屏幕显示模块
多模态交互
调节电机
滑动轴
深度学习框架
芯片组件
水平传动装置
微流控芯片
加热平台
翻转平台
炸药
安全性预测方法
数字孪生模型
数据
工况特征