摘要
本申请实施例提供一种基于小波变换的LSTM网络模型的汇率预测方法及装置,应用于数据处理技术领域。对历史周期时间段内的历史汇率数据进行归一化处理,得到历史汇率数据;根据外汇汇率的非平稳、非线性的特点,将归一化后的历史汇率数据的时间序列依据小波变换展开式分析获得若干分解子序列,降低历史汇率数据的时序序列的非平稳性和非线性对预测结果的影响;LSTM网络模型基于分解子序列得到初始预测序列;依据小波变换合成式将初始预测序列合成为目标预测序列,获得预测结果,该目标预测序列为当前周期时间段内的汇率预测数据。如此,实现外汇汇率预测,降低了汇率预测误差,提高了汇率预测准确性。
技术关键词
序列
时间段
预测装置
展开式
子模块
连续小波变换
损失函数优化
训练集
模型训练模块
参数
网络
归一化模块
周期
数据处理技术
时序
非线性
预测误差
频率
系统为您推荐了相关专利信息
程序编制方法
编程
刀具补偿参数
坐标系
三维模型
基因芯片
SNP位点集
SNP位点组合
构建杂交捕获文库
基因组文库
历史运行数据
人工智能模型
指标
智能生成方法
电网运行方式数据