基于层次图神经网络的股票类型预测模型
机器学习
2024-12-11 v1 计算金融
摘要
本文提出一种新颖的股票数据分析方法，采用层次图神经网络（Hierarchical Graph Neural Network, HGNN）模型，从股票市场中捕获多级信息和关系结构。HGNN 模型整合了股票关系数据和层次属性，用于有效预测股票类型。论文讨论了构建股票行业关系图和从历史价格序列中提取时序信息的方法。还突出了图卷积操作和时序注意力聚合器的设计，以建模宏观市场状态。这些特征的集成结果是一个全面的股票预测模型，解决了在股票市场中利用股票关系数据和建模层次属性的挑战。
引用
@article{arxiv.2412.06862,
title = {Stock Type Prediction Model Based on Hierarchical Graph Neural Network},
author = {Jianhua Yao and Yuxin Dong and Jiajing Wang and Bingxing Wang and Hongye Zheng and Honglin Qin},
journal= {arXiv preprint arXiv:2412.06862},
year = {2024}
}