面向股价预测的知识获取与融合方法：一项综述
统计金融
2023-08-10 v1 人工智能
机器学习
摘要
由于股票市场固有的波动性与非线性特征，股价预测是一个极具挑战的研究问题。近年来，知识增强的股价预测方法通过利用外部知识来理解股票市场，展现出突破性的成果。尽管这些方法十分重要，但从外部知识类型视角系统梳理既往研究的学术著作仍十分匮乏。具体而言，外部知识可被建模为不同的数据结构，我们将其归为非图结构与基于图的结构两类：1）非图结构知识捕捉与单个股票具体相关的上下文信息与多媒体描述；2）基于图的知识捕捉股票市场中的互联与相互依赖信息。本综述旨在系统且全面地描述从各类非结构化数据源获取外部知识并将其融入股价预测模型的方法。我们还探讨了将外部知识与历史价格特征相结合的融合方法。此外，本文汇编了相关数据集，并深入探讨了该领域潜在的未来研究方向。
引用
@article{arxiv.2308.04947,
title = {Methods for Acquiring and Incorporating Knowledge into Stock Price Prediction: A Survey},
author = {Liping Wang and Jiawei Li and Lifan Zhao and Zhizhuo Kou and Xiaohan Wang and Xinyi Zhu and Hao Wang and Yanyan Shen and Lei Chen},
journal= {arXiv preprint arXiv:2308.04947},
year = {2023}
}