基于新闻驱动的印度市场股价预测：先进深度学习模型的比较研究
统计金融
2024-11-12 v1 机器学习
摘要
股价预测对交易员、分析师和工程师而言仍是复杂挑战，受多种影响价格波动的因素制约。近年来，人工智能（AI）和自然语言处理（NLP）的进展显著提升了股价预测能力。AI处理大规模复杂数据集的能力带来了更精密的预测。然而，实现持续高精度的股价预测仍然困难。本文利用来自印度国家证券交易所的30年国有银行历史数据预测股价。我们的方法采用最先进的深度学习模型，包括多变量多步长短期记忆网络（LSTM）、通过Optuna优化的Facebook Prophet结合LightGBM，以及季节性自回归积分滑动平均模型（SARIMA）。我们进一步整合来自推文和可靠金融来源（如Business Standard和Reuters）的情感分析，承认其对股价波动的关键影响。
引用
@article{arxiv.2411.05788,
title = {News-Driven Stock Price Forecasting in Indian Markets: A Comparative Study of Advanced Deep Learning Models},
author = {Kaushal Attaluri and Mukesh Tripathi and Srinithi Reddy and Shivendra},
journal= {arXiv preprint arXiv:2411.05788},
year = {2024}
}
备注
7 pages, 9 figures, 1 table