简介：摘要：在金融市场中，波动率序列的预测对于投资决策和风险管理具有至关重要的作用。本研究提出了一种创新的深度学习模型，结合了卷积神经网络（CNN）、长短期记忆网络（LSTM）以及注意力机制，用于预测基于VIX（芝加哥期权交易所波动率指数）和GARCH（自回归条件异方差）模型的纸浆期货波动率序列。该模型旨在捕捉复杂的时序模式，同时强调关键历史时刻的波动信息，以提高预测的准确性和稳定性。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2025 期刊网(www.qikanchina.com) 琼ICP备2021005105号
