基于时序超图卷积神经网络的股票趋势预测方法

李晓杰; 崔超然; 宋广乐; 苏雅茜; 吴天泽; 张春云

首页> 中文期刊> 《计算机应用》 >基于时序超图卷积神经网络的股票趋势预测方法

基于时序超图卷积神经网络的股票趋势预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统的股票预测方法大多基于时间序列模型,忽视了股票之间复杂的关系,并且该关系往往超出成对连接,例如同行业板块内股票或者基金持仓多支股票。针对该问题,提出一种基于时序超图卷积神经网络(HGCN)的股价走势预测方法,根据金融投资事实构造超图模型以拟合股票之间的多元关系,该模型包括两大组件:门控循环单元(GRU)网络和超图卷积神经网络。GRU网络对历史数据进行时间序列建模,捕捉长期依赖关系;HGCN建模股票间的高阶关系以学习内在关系属性,从而将股票间多元关系信息引入到传统的时序建模中,进行端到端的趋势预测。在中国A股市场真实数据集上的实验结果表明,相较于已有的股票预测方法,所提模型预测性能有所提升;如与GRU网络相比,所提模型在ACC和F1_score上的相对增幅分别为9.74%和8.13%,且更具有稳定性。此外,模拟回测结果显示,基于该模型的交易策略更具获利能力,年回报率达到11.30%,与长短期记忆(LSTM)网络相比提高了5个百分点。

著录项

来源
《计算机应用》 |2022年第3期|797-803|共7页
作者
李晓杰; 崔超然; 宋广乐; 苏雅茜; 吴天泽; 张春云;
展开▼
作者单位

山东财经大学计算机科学与技术学院;

山东省人工智能学会;

齐鲁工业大学(山东省科学院)计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
股票趋势预测; 时间序列建模; 门控循环单元; 高阶关系; 超图卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 一种基于股票情感分析的股市趋势预测方法 [J] . 肖亭 ,林玲 ,黄永峰 . 电子技术应用 . 2019,第003期
2. 基于机器学习的股票趋势预测方法研究 [J] . 黄敏健 ,刘钰萱 . 苏盐科技 . 2019,第005期
3. 基于机器学习的股票趋势预测方法研究 [J] . 黄敏健 ,刘钰萱 . 现代盐化工 . 2019,第005期
4. 基于SVM及股价趋势的股票预测方法研究 [J] . 邬春学 ,赖靖文 . 软件导刊 . 2018,第004期
5. 基于SVM及股价趋势的股票预测方法研究 [J] . 邬春学1 ,赖靖文1 . 软件导刊 . 2018,第004期
6. 基于优化MACD模型的股票价格变化趋势预测方法 [C] . YANG Yongjie ,杨永洁 . 广西计算机学会成立30周年庆典暨2016年学术年会 . -1
7. 基于股票内在属性的股票趋势预测方法 [A] . 彭涛 . 2021

基于时序超图卷积神经网络的股票趋势预测方法

摘要

著录项

相似文献

相关主题

期刊订阅