基于改进LSTM-ELM模型的汇率预测研究

摘要

基于汇率市场的价格变动具有混沌变化的特性,单个模型训练中产生的过拟合问题也难以解决。LSTM和ELM自身结构较为复杂,难以直接组合。综合上述问题创新性采用基于权重分配的线性组合方法将两者结合,并首次应用到汇率预测领域。为了提高ELM的性能,将一种迟滞的生物神经系统特性嵌入到ELM的神经元激活函数中并且引入了微分进化算法通过最小加权目标函数对LSTM进行优化。仿真结果表明,与其他5种模型相比该集成预测模型的预测效果更好。