一种基于IGWO改良的LSTM网络的套利价差预测方法

本发明涉及期货套利价差预测技术领域，具体为一种基于IGWO改良的LSTM网络的套利价差预测方法，通过多头自注意力获取输入数据之间的关系，内层网络LSTM通过梯度下降算法迭代得到预测模型的最优参数，外层网络通过IGWO群启发式算法搜索到最优的一组超参数，两层网络通过超参数组和适应度函数值的交互，优化出最优的LSTM预测模型；有益效果为：本发明提出的基于IGWO改良的LSTM网络的套利价差预测方法，将构建预测模型的超参调优过程程序化，在设计的IGWO算法下搜索了与历史数据匹配程度最高的一组超参数。这提升了模型的短期预测精度，对算法交易中预测模型的开发具有一定程度的参考价值。