一种商品价格的预测方法、预测系统及终端设备

本申请适用于数据分析技术领域，提供了一种商品价格的预测方法、预测系统及终端设备，通过将一定的商品价格序列进行分解，得出商品价格的本征模态函数PF1、PF2、PF3及对应的残差项r(n)；设置随机成分为PF1，设置确定性成分VPF=PF2+PF3+r(n)；通过自回归积分滑动平均模型对随机成分进行拟合，并对t时刻的随机成分进行预测；将确定性成分VPF应用于长短记忆网络模型进行拟合，计算t时刻的确定性成分VPF（t）；最后将yt和VPF（t）之和作为t时刻所述商品的预测价格。通过将商品价格序列分解为随机和确定性成分，并分别采用ARIMA和LSTM建模，有效减少了LSTM模型的过拟合风险，提升了模型的泛化能力。同时也增强了模型对商品价格波动的适应能力，提升了预测结果的稳定性和可靠性。