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