文章编号：１００１－４０９８（２０２３）０２－０１４８－１１基于多级注意力机制的大豆期货预测＊张杰，甄柳琳，翟东升（北京工业大学经济与管理学院，北京１００１２４）摘要：考虑影响大豆期货价格的外部因素，针对国内外期货市场间波动的动态相关性特征，提出一种基于多级注意力机制的ＭＡＮ预测模型（ＭｕｌｔｉｓｔａｇｅＡｔｔｅｎｔｉｏｎＮｅｔｗｏｒｋ）。模型利用ＬＳＴＭ编码器－解码器结构，整合局部注意力机制与全局注意力机制建模编码器，使用时间注意力机制与外部影响因素融合模块建模解码器，据此建立深度学习框架。以中国、美国、巴西、日本大豆期货为研究对象，提取国内外大豆期货历史交易信息及外部影响因素的潜在特征，用于对我国大豆期货收盘价的预测。通过实证研究验证了ＭＡＮ模型的性能及预测的有效性。关键词：大豆期货；预测模型；多级注意力机制；Ｅｎｃｏｄｅｒ－Ｄｅｃｏｄｅｒ结构中图分类号：Ｆ７６２文献标识码：Ａ１引言随着现代社会劳动生产力的变化及商品经济的发展，反映市场供求状况变化过程的期货合约由此形成，以便广大生产经营者、加工商与贸易商及时规避市场风险。自１８４８年美国芝加哥期货交易所（ＣＢＯＴ）成立起，期货市场完备程度及交易规模皆得到迅速发展［１］。１９９０年郑州粮食批发市场的成立，标志着中国期货市场正式走上历史舞台。在当前发展阶段，我国期货市场交易量及成交额逐年大幅提升，监管体制与制度日益完善规范，呈持续高速规范发展态势［２］。农业是国计民生的基础，农产品经济更关乎国民经济的命脉。目前，我国农产品正随着农产品市场化改革的推进而稳步走向市场化道路，农产品期货也成为了金融市场不可或缺的部分。作为较早推出的农产品期货品种，我国大豆期货合约于１９９３年在大连商品交易所（ＤＣＥ）上市，２０１９年“中央１号”文件中为提高自给率而提出“大豆振兴计划”，标志着我国大豆期货市场的发展迎来新机遇［３］。大豆作为一种国际大宗商品，同时具备了商品属性与金融属性，具有衍生品固有的高风险特征。大豆期货价格序列数据呈非平稳、非线性的复杂特征［４］，如何对价格走势进行预测，并据此为投机者的交易决策提供指导，则成为了一项备受关注的课题。传统的期货价格走势预测方法主要包括统计建模方法及机器学习方法。价格序列的复杂特性使模型如何准确捕获波动特征成为了序列预测建模方向的难题。近年来，深度学习方法在自然语言处理、计算机视觉及金...
