基于注意机制的双向LSTM神经网络在黄金和比特币价格预测中的应用

随着金融衍生品市场的日益丰富和发展，交易频率也越来越快。由于人类的局限性，算法和自动交易最近成为讨论的焦点。本文提出了一种基于双向LSTM神经网络的注意机制，基于两种流行的资产，黄金和比特币。在特征工程方面，一方面，我们添加了传统的技术因素，同时，我们结合时间序列模型开发了因素。在模型参数的选择中，我们最终选择了两层深度学习网络。根据AUC测量，比特币和黄金的准确性分别为71.94％和73.03％。使用预测结果，我们在两年内实现了1089.34％的回报。同时，我们还将本文提出的注意力Bi-LSTM模型与传统模型进行了比较，结果表明我们的模型在此数据集中具有最佳性能。最后，我们讨论了模型和实验结果的意义，以及未来可能的改进方向。