高丽珺, 蒋雨芯, 盛培根, 魏先华
黄金是一种拥有商品、货币、投资等多重属性的特殊大宗商品,而且黄金市场的交易范围和参与者涉及全球,所以其价格会受到多种因素的影响.同时,由于这些影响因素来源分散,数据异构性强并且有各自的规律可循,所以黄金价格本身具有复杂性、非平稳性以及非线性等特征,这也直接导致了预测黄金价格的变动趋势非常具有挑战性.基于黄金的这一复杂特性,文章提出一种全新的基于图像挖掘技术的多源数据融合预测方法— MODII (Multiple Original Data Images Integration).通过2种数据可视化方法将黄金价格的不同影响要素数据转化为4种类型的图像,将这些来自不同市场的不同影响因素通过图像整合在一起,并利用卷积神经网络(Convolutional Neural Network,CNN)的多通道输入结构将多种类型的图像进行融合,之后由CNN自动学习各图像特征及所占权重并进行预测,样本外预测准确率可达81.06%,一定程度上提高了预测准确率.