基于股票价格和新闻的新型集成深度学习股票预测模型
统计金融
2020-07-27 v1 机器学习
摘要
近年来，机器学习和深度学习已成为金融数据分析的流行方法，包括金融文本数据、数值数据和图形数据。本文提出利用情感分析从多个文本数据源中提取有用信息，并采用混合集成深度学习模型预测未来股票走势。混合集成模型包含两个层级：第一层包含两个循环神经网络（RNN）、一个长短期记忆网络（LSTM）和一个门控循环单元网络（GRU），第二层是一个全连接神经网络。RNN、LSTM和GRU模型能有效捕捉输入数据中的时间序列事件，全连接神经网络用于集成多个单独预测结果以进一步提高预测精度。本文旨在解释我们的设计理念，并展示集成深度学习技术相比其他传统方法能更有效地预测未来股票价格趋势，更好地帮助投资者做出正确的投资决策。
引用
@article{arxiv.2007.12620,
title = {A Novel Ensemble Deep Learning Model for Stock Prediction Based on Stock Prices and News},
author = {Yang Li and Yi Pan},
journal= {arXiv preprint arXiv:2007.12620},
year = {2020}
}
备注
15 pages, 11 figures