康孟珍副研究员团队：基于深度学习的玉米和大豆期货价格智能预测（《智慧农业（中英文）》2022年第4期）

引用格式：许钰林, 康孟珍, 王秀娟, 华净, 王浩宇, 沈震. 基于深度学习的玉米和大豆期货价格智能预测[J]. 智慧农业(中英文), 2022, 4(4): 156-163.

XU Yulin, KANG Mengzhen, WANG Xiujuan, HUA Jing, WANG Haoyu, SHEN Zhen. Corn and soybean futures price intelligent forecasting based on deep learning[J]. Smart Agriculture, 2022, 4(4): 156-163.

知网阅读

官网阅读（全文，免费）

基于深度学习的玉米和大豆期货价格智能预测

许钰林^1，2， 康孟珍^1，2*， 王秀娟^1，3， 华净^1，4， 王浩宇^1，4， 沈震^1，2

（1.中国科学院自动化研究所 复杂系统管理与控制国家重点实验室，北京 100109；2.中国科学院大学 人工智能学院，北京 100049；3.北京智能化技术与系统工程技术研究中心，北京100190；4.青岛中科慧农科技有限公司，山东青岛 266000）

摘要： 玉米和大豆为同季旱粮作物，“争地”矛盾十分突出，同时掌握玉米和大豆两者的价格是必要的。相较于现货，农产品期货价格具有价格发现功能。因此，玉米和大豆期货价格分析和预测对种植结构调整和农户作物品种选择均具有重要意义。本研究首先分析了玉米和大豆期货价格的相关性，通过相关性计算和格兰杰因果检验，发现玉米和大豆期货具有较强的正向相关性，且大豆期货价格是玉米期货价格的格兰杰原因；其次，基于长短时记忆（Long Short-Term Memory，LSTM）模型对玉米和大豆期货价格进行预测，并引入注意力机制（Attention）对期货价格预测模型行优化。对比结果表明，与差分整合移动平均自回归模型（Autoregressive Integrated Moving Average Model，ARIMA）和支持向量回归模型（Support Vector Regression，SVR）相比，LSTM模型在各项指标中均为更优，而与单一的LSTM模型相比，加入Attention机制的Attention-LSTM模型在各项指标中均更优。其中，玉米和大豆期货预测结果的平均绝对误差（Mean Absolute Error，MAE）分别提升3.8%和3.3%，均方根误差（Root Mean Square Error，RMSE）分别提升0.6%和1.8%，平均绝对百分误差（Mean Absolute Percentage Error，MAPE）分别提升4.8%和2.9%，证明了Attention机制的加入可以帮助模型提取有效信息，提升性能。最后，使用LSTM模型结合大豆期货历史价格共同预测玉米期货价格，MAE提升了6.9%、RMSE提升了1.1%、MAPE提升了5.3%。试验结果表明，本研究使用Attention-LSTM模型对玉米和大豆期货价格进行预测，相较于通用预测模型，Attention-LSTM模型能够提高大豆和玉米期货价格预测精度，且结合相关农产品期货价格数据，可以提升单个农产品期货模型的预测性能。

关键词： 玉米和大豆期货；期货价格预测；长短时记忆模型；Attention机制；深度学习；支持向量回归

文章图片

图 1　Attention-LSTM模型结构图

Fig.1  Attention-LSTM model structure

图2　结合大豆期货价格预测玉米期货价格模型结构图

Fig.2  Model structure of corn futures price forecast combined with soybean futures price

图3　2005年1月4日—2022年3月9日期间玉米和大豆期货价格变化

Fig. 3  Corn and soybean futures prices changes from January 4， 2005 to March 9， 2022

图 4　Attention-LSTM对玉米期货预测结果

Fig. 4  Forecast results of corn futures using Attention-LSTM

图 5　Attention_LSTM与LSTM模型对玉米期货测区间前100天的预测结果对比图

Fig. 5  Comparison of attention-LSTM and LSTM model's forecast results for the first 100 days of corn futures interval

通信作者简介

康孟珍  副研究员

康孟珍，博士，中科院自动化研究所复杂系统管理与控制国家重点实验室，副研究员。担任中国自动化学会理事、中国自动化学会智慧农业专委会委员、IEEE Systems, Man, and Cybernetics Society (SMC)社会计算专委会委员。曾任青岛智能产业技术研究院常务副院长兼平行农业技术创新中心主任。获2015年青岛市第十届青年科技奖。曾先后在法国国家信息与自动化研究院(INRIA)和荷兰瓦赫宁根大学进行博士后研究。多年来从事智慧农业、计算植物等方向的工作。在智慧农业方面，带领团队研发了道田云-农业种植智能服务平台。在计算植物方面，基于中法合作提出了通用的植物生长模型青园（GreenLab）。承担科技部863、国家自然科学基金委课题及子课题、企业产学研合作课题等十余项。作为大会主席分别于2012和2016年举办了IEEE植物生长建模与可视化国际会议。发表论文80余篇，其中SCI/EI索引论文40余篇。授权发明专利16项，软件著作权20余项。

来源：《智慧农业（中英文）》2022年第4期

转载请联系编辑部授权

本期支持单位

潍柴雷沃智慧农业科技股份有限公司

推荐阅读

小

店

欢迎光临选购

智慧农业微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

发布征集

欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。

求点“在看”每增加1个，小编绩效加5毛钱！