摘要
本发明涉及大宗商品技术领域,尤其涉及一种大宗商品的交易价格预测方法,包括:获取当前时期大宗商品的多模态数据;所述多模态数据包括:气象数据、宏观经济指标量化值、经自然语言处理的新闻事件分析参数;所述新闻事件分析参数包括:市场情绪指数以及政策变动影响因子;将所述当前时期大宗商品的多模态数据进行数据预处理,获取预处理后的多模态数据;将所述预处理后的多模态数据输入训练好的价格预测模型中,获取最终预测价格;所述价格预测模型为融合LSTM‑Transformer的混合神经网络模型。本发明提高了大宗商品价格预测的准确性,且计算效率高。
技术关键词
价格预测模型
混合神经网络模型
事件特征
文本特征向量
大宗商品技术
双向长短期记忆网络
商品价格预测
自然语言
数据
指标
指数
因子
三元组
误差函数
交叉注意力机制
气象
多模态
参数
时间序列特征
通信接口
系统为您推荐了相关专利信息
画像生成方法
联合注意力机制
员工
多模态数据融合
神经网络模型
情感分析方法
声学特征
视觉特征
语义特征
三级网络架构
冲击地压预测方法
微震监测数据
动态
注意力机制
深度学习预测模型