-
公开(公告)号:CN116596573A
公开(公告)日:2023-08-15
申请号:CN202310605850.3
申请日:2023-05-25
Applicant: 华南农业大学
IPC: G06Q30/0201 , G06F16/33 , G06F16/953 , G06F16/332
Abstract: 本发明公开了一种基于新闻影响力衰减的碳交易价格预测方法及装置,包括:采集碳交易收盘价格数据和碳交易新闻文本数据;对采集的到的碳交易收盘价格数据和碳交易新闻文本数据进行数据清洗;对清洗后的新闻文本数据进行特征提取;将关键词通过创建词云来可视化数据;拼接同一时间尺度下的碳交易收盘价格特征和新闻文本特征;通过机器学习模型进行预测,计算不同模型的误差评价标准,验证所提出的基于新闻影响力衰减的碳交易价格预测方法的有效性。本发明考虑影响碳交易价格波动的新闻因素,基于文本挖掘与机器学习模型对碳交易价格进行预测,该方法能够挖掘新闻文本和价格序列的深层特征,且具备更高的预测精度,为碳价格预测建模提供了新思路。
-
公开(公告)号:CN115578137A
公开(公告)日:2023-01-06
申请号:CN202211346500.1
申请日:2022-10-31
Applicant: 华南农业大学
IPC: G06Q30/0202 , G06F40/289 , G06F40/30 , G06F18/25 , G06N3/084 , G06N3/045 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种基于文本挖掘与深度学习模型的农产品期货价格预测方法及系统,该方法包括:采集农产品期货历史交易数据和农产品期货新闻文本数据并进行数据预处理;选取T天为窗口滑动划分数据集,将得到的数据集作为多特征数据样本;使用双向长短期记忆神经网络(BiLSTM)提取价格特征;使用卷积神经网络(textCNN)提取文本特征;使用snowNLP提取新闻情感特征;搭建深度神经网络融合三种特征对提前一步的农产品期货收盘价进行预测。本发明考虑影响农产品期货价格波动的市场和非市场因素,基于文本挖掘与深度学习模型对农产品期货价格趋势进行预测,该方法能够挖掘新闻文本和价格序列的深层特征,且具备更高的预测精度。
-