GRUvader：基于情感信息的股票市场预测

股票价格预测具有挑战性，原因在于全球经济不稳定、高波动性以及金融市场的复杂性。因此，本研究比较了多种机器学习算法用于股票市场预测，并进一步考察了情感分析指标对股价预测的影响。结果具有两方面。首先，我们采用基于词典的情感分析方法识别情感特征，从而证明了情感指标与股价变动之间的相关性。其次，我们提出了GRUvader——一种最优的门控循环单元网络，用于股票市场预测。我们的结果表明，独立模型与AI增强模型相比表现较差。因此，本文对后者系统提出了进一步建议。