基于深度学习神经网络的季度GDP预测
2023-01-19分类号:F124;TP18
【部门】贵州大学经济学院
【摘要】针对季度GDP数据,文章基于深度学习长短期记忆(LSTM)神经网络模型,结合小波分析技术(WA)分解所选取的宏观经济变量,构建了LSTM&WA预测模型,同时,引入多个基准模型进行对比分析。研究表明:对于季度GDP数据,深度学习模型结合小波分析预测结果更优;针对结构复杂的非线性多变量数据,LSTM&WA预测模型具有较好的泛化能力,其预测精度均优于其他基准模型。
【关键词】季度GDP预测 小波分析 深度学习 宏观经济变量
【基金】贵州省省级科技计划项目(黔科合基础-ZK[2022]一般076);; 贵州大学人文社会科学一般课题(GDYB2022018;GDYB2022048);贵州大学经济学院研究生创新基金(CJ202071)
【所属期刊栏目】统计与决策
文献传递