Developing a deep learning framework with two-stage feature selection for multivariate financial time series forecasting

多元统计 计算机科学 特征选择 人工智能 一般化 机器学习 特征(语言学) 时间序列 财务 领域(数学) 深度学习 数据挖掘 数学 哲学 数学分析 语言学 经济 纯数学
作者
Tong Niu,Jianzhou Wang,Haiyan Lu,Wendong Yang,Pei Du
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:148: 113237-113237 被引量:112
标识
DOI:10.1016/j.eswa.2020.113237
摘要

Intelligent financial forecasting modeling plays an important role in facilitating investment-related decision-making activities in financial markets. However, accurate multivariate financial time series forecasting remains a challenge due to its complex nonlinear pattern. Aiming to fill the gap in the field, a novel forecasting framework, based on a two-stage feature selection model, deep learning model, and error correction model, is presented in this study, aiming at effectively capturing the nonlinearity inherent in multivariate financial time series. Concretely, the proposed two-stage feature selection model is utilized to determine the optimal feature set to further improve the generalization of the proposed deep learning model based on three deep learning units. Meanwhile, the error correction model is used to correct the forecasts and improve the accuracy further. To validate the performance of the forecasting framework, the case studies and the corresponding sensitivity analysis are carried out, consequently demonstrating its superiority, as compared to 16 benchmarks considered.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Ash发布了新的文献求助10
2秒前
英姑应助renpp采纳,获得10
3秒前
体贴静竹完成签到 ,获得积分10
4秒前
4秒前
5秒前
大模型应助火焰向上采纳,获得10
7秒前
LIUqi发布了新的文献求助30
8秒前
goodidea发布了新的文献求助10
8秒前
NexusExplorer应助夕阳平常事采纳,获得10
9秒前
12秒前
PPP应助故意的颜采纳,获得10
15秒前
火焰向上发布了新的文献求助10
18秒前
fsf完成签到,获得积分10
20秒前
21秒前
Billy应助栗子糕采纳,获得10
22秒前
23秒前
神勇的砖头完成签到,获得积分10
25秒前
在雨里思考完成签到,获得积分10
28秒前
yang发布了新的文献求助10
28秒前
28秒前
博肖95完成签到,获得积分10
29秒前
搜集达人应助江月林风采纳,获得10
31秒前
33秒前
35秒前
失了智完成签到,获得积分10
36秒前
37秒前
37秒前
Billy应助goodidea采纳,获得10
37秒前
38秒前
45秒前
心灵美的鹤轩完成签到,获得积分10
47秒前
爱笑稀完成签到,获得积分10
51秒前
51秒前
汉堡包应助火焰向上采纳,获得10
52秒前
53秒前
祈雪落发布了新的文献求助30
53秒前
55秒前
PrayOne完成签到 ,获得积分10
57秒前
852应助LIUqi采纳,获得10
57秒前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
Introduction to Modern Controls, with illustrations in MATLAB and Python 310
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3057411
求助须知:如何正确求助?哪些是违规求助? 2713843
关于积分的说明 7437797
捐赠科研通 2358991
什么是DOI,文献DOI怎么找? 1249646
科研通“疑难数据库(出版商)”最低求助积分说明 607222
版权声明 596328