一种基于ICS改进的LSTM网络的套利价差预测方法

本发明涉及网络预测模型技术领域，具体为一种基于ICS改进的LSTM网络的套利价差预测方法，包括以下步骤：内层网络LSTM通过梯度下降算法迭代得到预测模型的最优参数；外层网络通过ICS群启发式算法搜索到最优的一组超参数；两层网络通过超参数组和适应度函数值的交互，优化出最优的LSTM预测模型；有益效果为：本发明提出的基于ICS改进的LSTM网络的套利价差预测方法，将构建预测模型的超参调优过程程序化，在设计的ICS算法下搜索了与历史数据匹配程度最高的一组超参数。这提升了LSTM模型的短期预测精度，对算法交易中预测模型的开发具有一定程度的参考价值。