计算机与现代化 ›› 2024, Vol. 0 ›› Issue (07): 21-25.doi: 10.3969/j.issn.1006-2475.2024.07.004
摘要: 传统的股价预测方法大多基于单只股票的时间序列,而忽视了股票间复杂的相互影响关系。针对该问题,从构建更有效的股票组合角度出发,提出一种基于业务内容构建股票关联关系的股价预测方法。模型包含3个组件:关联关系构建组件、时序特征提取组件和关联关系捕捉组件。关联关系构建组件通过改进的TF-IDF提取上市公司年报中业务内容关键字的相似度来构建股票关联关系;时序特征提取组件利用LSTM提取股票交易数据的时序特征;关联关系捕捉组件利用GCN捕获股票间相互作用的高维特征,最后通过全连接层输出预测的股价。在中国A股市场的实验结果表明,该模型与用单只股票和基于行业关系的预测方法相比误差最小,拟合度最优,能更有效地预测股价,是一种能更充分捕捉股票间相互影响关系的股价预测模型。
中图分类号: