1.1 KiB
1.1 KiB
XGBoost 价格预测分析报告 2025-05-08
一、模型实现
1. 特征工程
- 使用 5 期历史滞后特征
- 预测未来 10 个时间步长
- 数据集分割比例：80% 训练集 / 20% 测试集
2. 模型配置
| learning_rate | max_depth | n_estimators | |
|---|---|---|---|
| 最佳参数组合 | 1 | 4 | 100 |
二、性能评估
多步预测误差分析
| 预测步长 | 均方根误差(RMSE) | R² 分数 |
|---|---|---|
| 1 | 2.30044 | 0.828193 |
| 2 | 2.74815 | 0.756595 |
| 3 | 3.16346 | 0.679378 |
| 4 | 3.62202 | 0.58126 |
| 5 | 3.77657 | 0.546517 |
三、预测结果
未来 5 日价格预测
| 预测值 | |
|---|---|
| 2025-03-14 00:00:00 | 68.8125 |
| 2025-03-15 00:00:00 | 68.6643 |
| 2025-03-16 00:00:00 | 69.283 |
| 2025-03-17 00:00:00 | 71.7288 |
| 2025-03-18 00:00:00 | 68.8356 |