简介:摘要:棉花作为重要的战略物资,其价格是影响棉农的种棉积极性和纺织企业生产的重要因素。本文利用Python获取棉花价格历史数据并对数据的时间序列特征进行分析。建立了基于LSTM网络的棉花价格预测模型并与BP神经网络模型的预测结果进行对比分析,验证了LSTM棉花价格预测模型的实用性和精确度。
简介:【摘要】本文作者根据自己多年的工作经验,从砂石骨料企业完善经营管理机制方面,着重介绍了构建价格监管体系,提升经营管控效能的内容。
简介:摘要:算法价格歧视是指在商家在收集大量用户信息后,根据用户的偏好、消费水平等因素通过算法对不同用户提供不同价格的定价过程。算法黑箱隐藏定价的机理侵犯了消费者平等权,为此应当完善对算法的披露审核机制,这有利于算法伦理的评判在工具理性和价值理性之间做好平衡,实现技术以人为本的理念;算法权力强制性的差别定价侵犯了消费者平等权,为此应当创新算法领域的监管方式,加强事中和事后的监管,建立起事前合规、事中监督、事后惩处的全链条动态监管体系;设计者自身的歧视取向也会侵犯消费者平等权,为此应当制定法律规范,强化伦理法则,提高算法设计者的伦理素养,从而在算法数据层面实现数据来源可查、数据内容可查、数据处理可查等。
简介:摘要:过往研究中发现,深度学习方法中的LSTM模型在预测金融时间序列时表现良好。本文基于LSTM模型,对模型的层数、结构、激活函数等进行优化,并将优化后的模型用于对上证50ETF收盘价的预测,结果发现:①模型的层数会影响预测结果,过浅或过深的模型层数都会降低模型的预测能力,两层的LSTM模型对上证50ETF收盘价的预测能力最佳;②引入非线性激活函数的全连接层作为隐藏层可以提升模型的预测能力,exponential激活函数的表现最佳;③对特定隐藏层使用Xavier权重初始化方法可以提升模型预测能力。优化后的LSTM模型预测能力明显提升,该优化方法为LSTM模型构造提供了新的思路。