基于VMD-LSTM神经网络的量化投资研究

摘要

针对2022年第十四届“华中杯”大学生数学建模挑战赛B题，首先，对44个经济技术指标与“数字经济板块”中的收盘价进行皮尔逊相关性分析，提取出高度相关的指标；然后，使用变分模态分解算法对收盘价历史数据进行分解以降低训练集的非平稳性，再使用长短期记忆神经网络对分解后的各模态分量进行预测并加和重构；其次，对收盘价和与其高度相关的指标进行多元线性拟合得到关系式，并使用粒子群算法优化权重来修正预测模型，采用时间序列交叉验证对模型进行评判，结果表明模型的泛化能力良好；最后，基于收盘价预测结果，结合相关强弱指标、对数移动均线、布林线及夏普比率来进行量化投资.

关键词

皮尔逊 / 变分模态分解 / 长短期记忆神经网络 / 粒子群优化 / 交叉验证 / 量化投资